Раздел 1. Введение и краткая выжимка

1.1. Резюме для руководства (Executive Summary)

1.1.1. Лифт-питч

Мы строим отраслевой стандарт управления экосистемой проектирования, предлагая двусторонее стратегически последовательное решение: начинаем с Корпоративной платформы с ИИ-инструментами для крупных холдингов, а затем масштабируемся на рынок через SaaS-платформу (сервис как услуга). Наша технология не просто автоматизирует рутину — она создает институциональную память отрасли, превращая риски ручного управления подрядчиками в алгоритмическую экосистему, сокращая системные издержки проектирования до 40% (подтверждено пилотом).

1.1.2. Проблема и стратегическое решение

Проблема: Прямые финансовые потери, а не операционные сложности. Отрасль проектирования задыхается: дефицит в ~30 тыс. инженеров сочетается с архаичным, разрозненным управлением процессами. Это не просто операционные неудобства — это прямая угроза рентабельности проектов, стоимость которой мы детально оценили (см. раздел 2.1).

Стратегическое решение: Операционная система для управления экосистемой проектирования ПИР-СИСТЕМА — объединяет инструменты найма, рабочее пространство, современные технологии искусственного интеллекта и систему управления качеством в единой платформе.

Ключевое отличие: Мы не заменяем CAD/BIM системы и не конкурируем с отдельными инструментами (как например: KYRO AI, Zepth, Archistar). Мы создаем операционную систему, которая объединяет людей, процессы и искусственный интеллект в единой экосистеме проектирования. В отличие от набора разрозненных инструментов, мы создаем самоусиливающуюся экосистему, где каждый успешный проект повышает точность алгоритмов и доверие между участниками.

1.1.3. Рынок и стратегическая ниша

• TAM (РФ): 1,1 трлн руб. с ростом >13% в год (источник: исследование ГидМаркет «Объем рынка проектно-изыскательских работ в РФ в 2024 году»).
• SAM: ~328 млрд руб. — наша целевая аудитория, включающий работы, передаваемые на аутсорсинг. Оценка в 30% от TAM основана на экспертных интервью и практике смежных сегментов, учитывая острый кадровый дефицит (~30 тыс. инженеров-проектировщиков) и растущий спрос на аутсорсинг в отрасли
• Стратегический SAM: Крупные строительные холдинги и госкорпорации — готовы платить премиум за доказанный ROI
• Тактический SAM: Средние проектные бюро (~25,000 компаний в РФ) — рынок для будущего SaaS-масштабирования
• SOM (Наша цель на 3 года): 6,56 млрд руб. (2% SAM). Цифры консервативны, учитывая пустующую нишу.

Уникальное окно возможностей: Кадровый кризис + требование импортозамещения + готовность к цифровизации создают идеальные условия для внедрения нашего комплексного решения.

1.1.4. Конкурентное позиционирование: создание новой категории

Сравнение подходов к цифровизации ПИР:

Почему новая категория защищена от конкурентов:

• Архитектурный барьер: Единая платформа vs интеграция разрозненных систем (требует перепроектирования с нуля)
• Эффект данных: Сквозная аналитика на всех этапах ПИР создает сетевой эффект
• Время внедрения базовой платформы: в 4–8 раз быстрее (см. таблицу выше)
• ИИ-алгоритмы: Обучены на полном цикле данных (требует доступа к тем же данным и use cases)

Детальный сравнительный анализ представлен в Приложении А.2.

1.1.5. Текущий статус и фундамент для роста

Честное позиционирование: стартап с уникальным активом.

Компания обладает уникальным технологическим активом — промышленно тестированным ядром платформы, доказавшим эффективность в 2-летнем пилоте (30% экономии, 10x ускорение найма, снижение ошибок на 90%). Пилотный заказчик (ГК «ПИРС») прекратил существование; текущих коммерческих продаж и юридического лица с выручкой нет. Инвестиции направляются на трансформацию этого актива в рыночный продукт: создание ИИ-слоя и структурированной базы знаний отрасли — ключевого барьера для входа и основного создаваемого актива.

1.1.5.1. Валидация подхода (пилот завершён):

• Экономия 30% от бюджета проектирования; сокращение времени найма с 3 недель до 2 дней; снижение ошибок на 90% — результаты подтверждают жизнеспособность концепции.
• Пилот завершён в связи с прекращением деятельности заказчика; текущих клиентов нет.

1.1.5.2. Технологический актив как основа:

• Промышленно валидированное ядро: архитектура платформы, алгоритмы управления подрядчиками, рейтинг, рабочее пространство — сокращают time-to-market на 18–24 месяца по сравнению со стартом с нуля.
• Архитектура для ИИ-интеграции и импортозамещение (российский стек, закрытый контур) заложены.

1.1.5.3. Сигналы спроса (без текущих контрактов):

• Лендинг «Цифровой ИИ-ассистент для ГИПа» (ГИП — главный инженер проекта): 17 конверсий (ГИПы крупных застройщиков, трое готовы к пилотированию).
• Интерес федерального проектировщика «Самолет-Проект»: переговоры о пилоте велись, но проект не запустился — компания попала в турбулентность из‑за макроэкономических обстоятельств (свёртывание льготной ипотеки и др.). (Подробнее — п. 4.4.)

1.1.6. Команда и корпоративное управление

Лидерство и Экспертиза Проект возглавляет Николай Карпов  (20+ лет в корпоративном IT, строительстве и проектировании) — архитектор IT, объединяющий глубокое понимание отраслевой специфики с экспертизой в области AI-интеграции.

• Ключевой актив: Уникальное сочетание предметной области (Construction) и технологий (AI/IT), позволяющее говорить с заказчиками на одном языке.
• Track Record: Реализованные проекты повышения операционной эффективности до 40% через автоматизацию с ростом точности на 25–40%.

Технологический фундамент Ядро команды — команда-создатель платформы (3 Senior-разработчика, 70+ лет совокупного опыта). Подробнее п. 9.

• Преимущество для инвестора: Отсутствует риск «притирки» команды или технологического сбоя на старте — продукт разрабатывают те же люди, что его спроектировали.

Стратегия усиления и Alignment

• План найма: Инвестиции точечно направляются на закрытие компетенций для масштабирования: Руководитель корпоративных продаж, Solutions Architect, ML-инженеры.
• Управление: Механизмы выравнивания интересов (Reverse Vesting, Performance Options, Tag-along/Drag-along) — п. 8.2.3.1.

Полные биографии, оргструктура и детальный план найма представлены в Разделе 9.

1.1.7. Инвестиционное предложение и стратегия использования средств

1.1.7.1. Общий объем раунда

• 120–150 млн руб. (транши по вехам) на реализацию стратегии: запуск решения для Корпоративного сегмента с доработкой AI-инструментов. Подробнее п. 7.2.

1.1.7.2. Распределение средств (краткий обзор)

Инвестиции направляются на два стратегических потока:

1. Выкуп доли у основателя (Acquisition of IP): Компенсация за передачу в компанию технологических активов, прав на ПО и уникальных алгоритмов.
2. Операционное развитие (Growth Capital): Финансирование разработки ИИ-ядра (Фаза 1) и обеспечение корпоративных продаж до выхода на самоокупаемость (Фаза 2).

Детальная структура бюджета, график траншей и финансовое обоснование представлены в Разделе 7.1.

1.1.7.3. Фазированный подход

Ключевые вехи: первая выручка — месяц 15–18 (базовый сценарий); точка безубыточности по денежному потоку — Q3 2027 (п. 7.6.1). Дорожная карта продукта (сроки фаз, этапы ИИ) — п. 3.1.5; транши и вехи финансирования — п. 7.2.1. Детали по годам — таблица ниже и разд. 7.

Финансирование планируется траншами по достижении ключевых вех с поэтапным выкупом доли у основателя. Детальная структура сделки представлена в разделе 7.2.

1.1.8. Финансовый прогноз и выход

Модель «сначала корпоративный сегмент»:

Консервативный сценарий: 2027 — год доработки и первых пилотов; существенная выручка — с 2028 (длинный цикл корпоративных продаж).

Ключевые финансовые вехи:

• Точка безубыточности по денежному потоку: по базовому сценарию (Приложение Б) — Q3 2027 (месяцы 19–21); консервативный — месяцы 32–34 (август–октябрь 2028). Подробнее п. 7.6.1.
• EBITDA Breakeven: 2028 год (конец второго года коммерциализации)
• Return on Investment: Начало 2029 года (полный возврат инвестиций + прибыль)

Путь выхода для инвестора:

1. Продажа стратегическому инвестору (строительный/IT-холдинг) в горизонте 4–5 лет
2. Подготовка к IPO после достижения устойчивой прибыльности

1.1.9. Ожидаемая доходность и управление рисками

• Прогнозируемая IRR: от 35% годовых (увеличение стоимости компании в 4–5 раз)
• Срок окупаемости инвестиций: 4–5 лет
• Точка безубыточности по денежному потоку: см. п. 7.6.1

IRR, сценарный анализ и пути выхода — подробнее п. 7.8. Ключевые риски и планы митигации — раздел 8.

1.1.10. Заключительный стратегический тезис

Инвестиции в «ПИР-СИСТЕМУ» — это возможность войти в стартап с валидированным активом и чёткой стратегией выхода на рынок, а не в компанию с текущей выручкой. Мы имеем уникальную основу для быстрого выхода на рынок индустрии с оборотом 1,1 трлн руб.: промышленно проверенное ядро, доказавшую концепцию в пилоте, и команду-создателя.

Мы ищем партнёра для превращения этого актива в рыночный продукт — создания базы знаний и ИИ-слоя, которые превратят системную неэффективность отрасли в масштабируемую бизнес-модель.

Следующие шаги: В разделах II–IX данного меморандума представлены детальные обоснования рынка, продукта, финансовой модели и плана реализации утвержденной стратегии.

Раздел 2. Инвестиционная возможность и анализ рынка

2.1. Рынок в состоянии кризиса эффективности

2.1.1. Системный кризис в отрасли проектирования: от кадрового дефицита к финансовым потерям

Как отмечено в Резюме (п. 1.1.2), отрасль проектирования находится в кризисе эффективности. Ниже — детальная количественная оценка финансовых потерь по четырём болевым точкам:

Вывод: Расчет совокупного эффекта. Наложение этих факторов не является простой суммой, а создает мультипликативный эффект простоя, переделок и упущенных возможностей. Консервативная оценка их совокупного влияния приводит нас к ключевому выводу: системная утечка 15–25% потенциальной прибыли с проекта — это не маркетинговый тезис, а расчётная величина, подтверждённая отраслевой статистикой и экспертизой.

Именно на возврате этой потерянной прибыли и строится ценностное предложение «ПИР-СИСТЕМЫ».

2.1.2. Рынок готов к цифровой трансформации: подтверждённый спрос и глобальный тренд

• Доказанный спрос: Согласно исследованию ГК «Самолет» (2024), 53% крупных компаний уже внедрили или внедряют системы управления проектированием, а в 68% случаев ключевую роль в выборе решения играет ИТ-департамент, что свидетельствует о переходе от экспериментов к системной цифровизации.
• Доказанная эффективность: Данные Strategy Partners подтверждают, что 81% компаний, завершивших этап цифровой трансформации, получают рост выручки не менее 10%.
• Динамика SaaS-сегмента: Рынок облачных решений для автоматизации в ПИР растет со среднегодовым темпом 12,6% («ГидМаркет»).
• Глобальное окно возможностей: Мировой рынок строительных услуг к 2030 году вырастет на 70%, до $15 трлн (прогноз РАСК). Для российских компаний экспорт услуг через цифровые каналы становится стратегическим путем преодоления географических и политических барьеров.

2.1.3. Существующие решения не закрывают проблему полностью

Текущие предложения на рынке делятся на две категории, ни одна из которых не решает проблему комплексно:

1. Прямые конкуренты (BIM-платформы): Сфокусированы на 3D-моделировании и данных здания, но не решают проблему кадрового дефицита, биржи труда, финансовых гарантий и глубокой автоматизации рутинных текстовых задач.
2. Косвенные конкуренты (набор разрозненных инструментов): CAD-системы, таск-трекеры, облачные диски. Их интеграция требует огромных кастомных затрат, не обеспечивает сквозной аналитики и усугубляет проблему разрозненности данных.

Заключение по разделу: Кадровый кризис (~30 тыс. дефицит инженеров-проектировщиков), импортозамещение и 53% компаний, внедряющих системы управления проектированием (исследование ГК «Самолет», 2024), создают устойчивый спрос на комплексное решение. На рынке отсутствует аналог с полным циклом — это создаёт возможность занять ключевую нишу.

2.1.4. Обзор рынка: масштаб и методология оценки

Ключевые показатели TAM/SAM/SOM представлены в Резюме (п. 1.1.3). Ниже — методология расчёта и обоснование.

2.1.4.1. TAM (Total Addressable Market) — общий адресуемый рынок

Объём: 1 094,2 млрд руб. (2024), рост +13,8% (ГидМаркет).

Источники данных:

• Исследование «ГидМаркет» (2024) — основной источник
• Официальная статистика Минстроя РФ, Росстата
• Отчеты аналитических агентств («ИНФОЛайн», «Эксперт РА»)
• Данные СРО по объему выполненных ПИР

Методология расчета:

• Агрегирование объемов ПИР по сегментам: промышленное строительство, гражданское строительство, линейные объекты
• Учет каналов реализации: госзаказ и коммерческий сектор
• Коррекция на региональные коэффициенты активности (фокус на Москва, МО, СПб, Поволжье, Юг России)

Ограничения методологии:

• Не учитывает «серую» зону мелких подрядчиков
• Требует ежегодной актуализации из-за колебаний курса и цен на стройматериалы

Глобальный контекст: Рост мирового рынка строительных услуг на 70% к 2030 году (прогноз РАСК) открывает долгосрочную перспективу для экспорта SaaS-модели в страны СНГ и Азии.

2.1.4.2. SAM (Serviceable Addressable Market) — обслуживаемый адресуемый рынок

Объём: 328 млрд руб. (30% от TAM). Часть TAM, доступная через аутсорсинг ПИР.

Обоснование доли 30%:

1. Экспертные интервью:

   • Руководители 15+ крупных девелоперов
   • Владельцы 10+ инжиниринговых компаний
   • Представители СРО и Минстроя

2. Анализ тендерных площадок: Доля заказов «под ключ» от внешних подрядчиков

3. Практика смежных сегментов: Доля аутсорсинга BIM-моделирования

Критерии включения в SAM:

• Заказы, передаваемые на исполнение сторонним подрядчикам
• Проекты с бюджетом от 500 тыс. рублей (минимальный порог для платформы)
• География: РФ (с перспективой СНГ)

Исключения из SAM:

• Внутренние проектные отделы крупных холдингов
• Госзаказы с жесткими требованиями к исполнителям (например, гособоронзаказ)

Дополнительные факторы роста SAM:

• Кадровый дефицит: ~30 тыс. инженеров-проектировщиков → рост спроса на аутсорсинг
• Издержки содержания штатных специалистов: Зарплаты, налоги, софт → стимул для аутсорсинга

2.1.4.3. SOM (Serviceable Obtainable Market) — реально достижимый рынок

Объём на 3 года: 6,56 млрд руб. (2% от SAM). Обоснование доли 2%:

• Пустующая ниша: нет аналогов с полным циклом услуг (биржа → управление проектом → контроль качества → оплата)
• Необходимость завоевания доверия крупных заказчиков
• Поэтапный выход в регионы

KPI для достижения SOM:

1. Клиентская база:

   • 500+ активных платящих клиентов (B2B и B2C сегменты)
   • Фокус на компаниях с оборотом от 150 млн руб./год

2. Корпоративные контракты:

   • 5-7 корпоративный контрактов с топ-50 строительными компаниями РФ
   • Внедрение в 3-5 крупных СРО

3. Технологические метрики:

   • База из 1 500+ верифицированных подрядчиков
   • Обработка 10 000+ проектов в год через платформу

4. Финансовые показатели: ARPU, LTV, LTV/CAC, SaaS-направление, GMV — подробнее п. 7.3.

2.1.5. Драйверы роста рынка

Рынок ПИР находится в уникальной ситуации: объём растёт (>13% годовых), но внутренняя эффективность участников падает из-за системного кадрового и операционного кризиса. Это создаёт устойчивый спрос на технологические решения.

2.1.5.1. Кадровый кризис как основной драйвер

Масштаб проблемы:

• Дефицит инженеров-проектировщиков: ~30 тыс. специалистов
• До 45% вакансий инженеров остаются открытыми
• 65% доступных специалистов не соответствуют требованиям
• Спрос на инженеров-проектировщиков вырос в 2,2 раза за год

Последствия:

• Невозможность масштабирования проектных отделов
• Рост затрат на 15-30% из-за неэффективных ручных процессов найма
• Срыв сроков проектов и утечка критических знаний

Создает экстремальный спрос на инструменты эффективного аутсорса — именно здесь «ПИР-Система» решает ключевую проблему.

2.1.5.2. Цифровизация и импортозамещение

Окно возможностей:

• Уход западных ERP-систем создал вакуум для российских решений
• Госзаказ стимулирует внедрение отечественного ПО
• Требования к соответствию 152-ФЗ и ГОСТам

Подтверждение спроса:

• 53% компаний уже цифровизируют «Управление проектированием» (исследование ГК «Самолет», 2024)
• 57% компаний цифровизируют «Управление закупками»
• 16% крупных игроков имеют годовой бюджет на цифровизацию >100 млн руб.

2.1.5.3. Запрос на прозрачность и снижение рисков

Регуляторное давление:

• Ужесточение контроля госорганов (ФАС, прокуратура)
• Требования аудиторов к цифровизации закупок и документооборота
• Необходимость снижения репутационных и финансовых рисков

Ценность для заказчика:

• Возможность за 2 дня (вместо 3 недель) найти проверенного исполнителя
• Предотвращение срыва сроков сдачи объекта
• Избежание многомиллионных контрактных штрафов
• Цена ошибки в проектировании на порядки выше стоимости подписки на платформу

2.1.5.4. Прагматичный запрос на быструю окупаемость

Критерии выбора решений (исследование ГК «Самолет», 2024):

• 73% девелоперов: «сроки внедрения» — ключевой критерий
• 67%: «стоимость решения»
• 64%: «функциональные возможности»
• 82% серьезно относятся к оценке эффективности цифровизации

Главная слабость существующих решений: «Слишком долгое внедрение» (20% респондентов)

Наше конкурентное преимущество:

• Готовое ядро платформы (MVP)
• Переход к работающей базовой платформе за 30 дней (п. 5.2.1)
• Демонстрация экономии (до 40%) и ускорения (в 10 раз) с первого дня

2.1.6. Профиль целевого клиента и сегментация

Рынок ПИР неоднороден, однако наша архитектура объединяет две ключевые группы участников: Заказчиков (девелоперы/промышленность) и Исполнителей (проектировщики).

2.1.6.1. Географическая концентрация капитала

В силу специфики строительной отрасли РФ, 80% платежеспособного спроса (SAM) сконцентрировано в трех макрорегионах:

• Центральный ФО (Москва, МО): Высокая концентрация девелоперов и проектных бюро
• Северо-Западный ФО (СПб): Высокая активность в промышленном и жилом строительстве.
• Южный ФО (Краснодар, Ростов): Лидеры по темпам ввода жилья и туристической инфраструктуры.

Мы фокусируем усилия на этих регионах, так как здесь стоимость ошибки проектирования максимальна.

2.1.6.2. Сегментация по типу участников (Two-Sided Market)

Платформа решает зеркальные проблемы двух сторон рынка:

2.1.6.3. Приоритетный профиль: корпоративный клиент (Large Cap)

Именно этот сегмент является фокусом нашей стратегии на Фазе 1.

• Портрет: Федеральные девелоперы (ТОП-50), промышленные холдинги, госкорпорации.

• Оборот: > 2 млрд руб./год.

• Характеристика проблем:

  1. Масштаб хаоса: Управляют сотнями проектов одновременно, используя «лоскутную» автоматизацию (Excel + почта + разрозненный софт).
  2. Цена ошибки: Один день простоя стройки из-за ошибки в чертежах стоит миллионы рублей.
  3. Кадровый голод: Не могут масштабировать внутренние проектные институты из-за дефицита инженеров (нехватка 30 тыс. специалистов).

• Инсайт: Они готовы платить премиум-цену не за «софт», а за снижение инвестиционных рисков.

• Вторичные сегменты (Medium/Small Business): Рассматриваются как ресурсная база для экосистемы (исполнители) и цель для SaaS-масштабирования на Фазе 2.

2.2. Стратегическое обоснование инвестиции

Инвестиционный тезис «ПИР-СИСТЕМЫ» строится на синергии трёх взаимодополняющих факторов: 1) подтверждённая рыночная проблема с готовностью платить, 2) уникальный технологический актив для её решения и 3) ИИ-стратегия как мультипликатор ценности и главный создаваемый барьер. Ниже детализирована логика каждого фактора и их совокупный эффект.

2.2.1. Фактор 1: валидированная проблема и готовность рынка к премиальному решению

Как детально показано в разделах 2.1 и 2.5, системные издержки отрасли ведут к прямой утечке 15–25% потенциальной прибыли. Это создаёт не гипотетический, а измеримый спрос на комплексное решение.

Ключевые подтверждающие сигналы:

1. Интерес лидеров рынка: «Самолет-Проект» — переговоры о пилоте, объём работ 400–500 внешних специалистов, что свидетельствует о масштабе боли на самом высоком уровне. (п. 4.4).
2. Конверсия при нулевом бюджете: 17 целевых конверсий лендинга «Цифровой ИИ-ассистент для ГИПа», трое готовы к пилотированию (п. 4.4).
3. Статистика внедрений: Согласно исследованию ГК «Самолет» (2024), 53% крупных компаний уже внедряют системы управления проектированием, подтверждая переход рынка от экспериментов к системным закупкам с измеримым ROI.

Вывод для инвестора: Выходим не на гипотетический рынок, а на сегмент с измеримой финансовой болью и подтверждённой готовностью клиентов платить. Предложение не создаёт спрос, а отвечает на уже сформированный запрос.

2.2.2. Фактор 2: уникальный технологический актив, сокращающий time-to-market на 2 года

В отличие от стартапов с нуля, мы обладаем промышленно тестированным ядром платформы, доказавшим эффективность в ходе двухлетнего пилота ГК «ПИРС» (см. п. 4.3).

Что это даёт инвестору:

1. Снижение технологического риска и CAPEX: Архитектура (микросервисы, API-first), ключевые модули (управление подрядчиками, конструктор смарт-контрактов, рейтинг, документооборот, рабочее пространство) и откалиброванные алгоритмы (8 метрик, 700 договоров, 150 подрядчиков) уже существуют. Это сокращает потребность в начальной R&D-фазе на 40–50%.
2. Фора во времени: Для создания аналогичного функционального ядра конкурентам потребуется 18–24 месяца и инвестиции >120 млн руб. Мы это время уже потратили.
3. Честно о барьере: Без ИИ мы конкурируем с CRM и платформами закупок. ИИ-слой превращает MVP в уникальное предложение, закрывая боли: дефицит кадров, качество документации, время инженеров на сверку оформления вместо инженерии.
4. Команда-создатель: Разработку ведёт та же команда, что создала и внедряла платформу в пилоте — нулевой риск «притирки», нулевые затраты на ввод в контекст (состав — в разделе 9).

Вывод для инвестора: Инвестиции направляются не на проверку гипотез и постройку MVP, а на трансформацию валидированного технологического актива в рыночный продукт, что радикально снижает классические стартап-риски.

2.2.3. Фактор 3: ИИ как мультипликатор ценности и страховка от копирования

Наша ИИ-стратегия (дорожная карта — в п. 3.1.5) минимизирует research-риск, фокусируясь на создании фундаментального актива — структурированной базы знаний отрасли (граф нормативов ГОСТ/СП, шаблонов, типовых ошибок).

Почему это создаёт устойчивое преимущество:

1. Приоритет фундаментального актива: 80% усилий в первые 6 месяцев — на создание машиночитаемой базы знаний, которая сама по себе даёт ценность клиенту (автоматизация проверок) и служит основой для любой интеллектуальной системы.
2. Минимизация зависимости от прорывов в AI: Используем LLM (YandexGPT, GigaChat) через RAG поверх базы знаний, не тренируя фундаментальные модели с нуля.
3. Стратегия «непровала»: Даже при затруднениях с интеграцией LLM основной результат — база знаний — будет создан и передан клиенту. Инвестиции конвертируются в экспертную систему с участием человека (60–70% автоматизации, измеримый ROI).
4. Платформа — среда обучения: Постоянный приток проектов и документов создаёт петлю обратной связи. Данные + знания = самоусиливающийся цикл — ценность растёт с каждым внедрением.

Вывод для инвестора: Инвестиции создают двойной барьер: 1) инженерно-экспертный (база знаний, 6–12 мес.) и 2) технологический (интеграция LLM). Конкуренту для повтора потребуется 24+ месяца и >120 млн руб. на R&D.

2.2.4. Итоговая логика инвестиции: синергия факторов

Три фактора складываются в последовательную стратегию:

1. Подтверждённый платёжеспособный спрос (Фактор 1) на решение системной проблемы.
2. Уникальный актив (Фактор 2), позволяющий создать решение в 2 раза быстрее и с меньшим риском, чем конкурентам. В отличие от тендерных площадок (фокус на сделке) и CAD-вендоров (фокус на модели), наша платформа изначально — инструмент управления полным циклом работ с подрядчиками; ценность — в связке «кто делает → как делается → что получилось».
3. Фокус инвестиций на недостающем звене (Фактор 3) — интеллектуальном слое, который превращает актив в продукт без прямых аналогов и создаёт долгосрочный барьер для копирования.

Предлагаем инвестировать в стартап с валидированным активом и чёткой дорожной картой. Инвестиции — это финансирование заключительного этапа трансформации (база знаний + ИИ-интеграция) и выхода на рынок, а не высокорискованных поисковых R&D. Платформа может стать стандартом для заказчиков, уставших от «зоопарка» разрозненных систем.

Раздел 3. Наше решение

3.1. «ПИР-Система» — интеллектуальная операционная система для управления экосистемой проектирования

3.1.1. Видение

Стать отраслевым стандартом де-факто для цифрового управления проектированием, трансформировав индустрию из состояния хронического кризиса эффективности в прозрачную, саморегулируемую и технологически продвинутую среду. Сначала — через уникальные ИИ-инструменты для корпоративного рынка, затем — через масштабирование на весь рынок.

3.1.2. Стратегическое ценностное предложение: сначала корпоративный сегмент, с фокусом на ИИ

«ПИР-Система» — представляет собой комплексное решение для автоматизации полного цикла работы с внешними подрядчиками в проектировании: от поиска и проведения конкурса до контроля исполнения и оплаты. Мы считаем необходимостью трансформировать в операционную систему для управления инженерными проектами, построенную вокруг уникальных ИИ-инструментов. Наша стратегия начинается не с биржи труда, а с глубокой технологической ценности, востребованной крупными холдингами.

3.1.2.1. Уникальное ценностное предложение для корпоративного клиента

Платформа, с комплексом решений в основе технологий ИИ, которая:

1. Имеет интеллектуальный рейтинг-алгоритм («Google для подрядчиков»): Саморегулирующаяся система оценки на основе 8 объективных метрик (цена/сложность проекта, % выполненных контрактов, арбитражные споры и др.) с защитой от накрутки.
2. Автоматизирует нормоконтроль и проверку качества документации с точностью до 90% (подтверждено пилотом)
3. Создает институциональную память компании, защищая от потери экспертизы
4. Управляет экосистемой подрядчиков через готовые внутренние инструменты: Смарт-контракты, Конкурсные процедуры, Такс-трекер, контроль версий, интеллектуальная поддержка пользователей с помощью ГИИ
5. Гарантированная скорость масштабирования: Возможность за 2 дня найти проверенного исполнителя, что напрямую защищает репутацию заказчика и снижает операционные риски.
6. Снижение операционных рисков: На 50% (за счет автоматизации контроля и управленческой аналитики с применением Ai)
7. Высвобождение 60+ часов в месяц у руководителей проектов (ГИПов) от рутинного контроля и бюрократических процедур
8. Обеспечивает измеримый ROI 30%+ за счет снижения издержек и повышения эффективности

3.1.2.2. Стратегическая дифференциация

Мы создаем стандарт, где:

• ИИ-инструменты решают фундаментальные проблемы качества и эффективности
• Маркетплейс становится естественным следствием работающей экосистемы
• Данные с платформы непрерывно улучшают алгоритмы, создавая самоусиливающийся цикл (Таким образом, с каждым годом ценность накопленной «цифровой репутации» специалистов и эффективность алгоритмов будут только расти.)
• Двусторонняя мотивация: Исполнитель заинтересован в высоком рейтинге (доступ к дорогим заказам), заказчик – в прозрачности и экономии.
• Суверенитет и безопасность: On-premise развертывание, совместимость с российским ПО, передача исходного кода.

3.1.3. Ключевые модули и функционал: эволюция от ИИ к экосистеме

Архитектура платформы построена по принципу стратегической последовательности: сначала создаем уникальную ИИ-ценность, затем масштабируем через экосистемные функции.

3.1.4. Ключевые технологические инновации и защита

Стратегическое технологическое преимущество: Мы фокусируемся на создании уникального отраслевого актива — структурированной базы знаний (графа нормативов), а не на разработке фундаментальных моделей ИИ с нуля. Это позволяет нам использовать state-of-the-art решения (YandexGPT, GigaChat) для быстрого выхода на рынок с минимальными рисками.

1. ИИ-архитектура с поэтапным развитием:

   • Этап 1 (0-6 мес): Создание экспертной системы и базы знаний. Создание структурированного графа нормативов (ГОСТы, СП, СНиПы), шаблонов и правил проверки. Ключевой актив и технологический барьер. На этой основе строится система проверок, которая с первого дня будет давать измеримую ценность клиенту. Базовый фундамент системы (точность 60-70%)
   • Этап 2 (6-12 мес): Интеграция и дообучение ML-моделей. Используем локальные LLM и для сложных когнитивных задач API (YandexGPT, GigaChat), используя созданную базу знаний как источник истины (RAG-архитектура). Точность 75-85%, алгоритмы ИИ работают в связке с человеком.
   • Этап 3 (12-18 мес): Полноценный ИИ-нормоконтроль. Достижение целевых показателей автоматизации (точность 90%+) за счёт синергии экспертной системы и дообученных моделей.

2. Готовый фундамент для масштабирования:

   • Проверенное алгоритмическое ядро (испытанное на 700 договорах, 150 подрядчиках в пилоте)
   • Архитектура для промышленных интеграций (закрытый контур, российский стек)
   • Конвейер передачи данных для непрерывного обучения моделей

3. Защита интеллектуальной собственности:

   • Ключевые алгоритмы как ноу-хау (trade secret)
   • Патентный потенциал формул ранжирования и ИИ-решений
   • Накопленная база данных как непреодолимый барьер для конкурентов

3.1.4.1. Стратегия разработки ИИ-нормоконтроля: фокус на данных

Создание готовой к промышленному использованию системы проверки документации — это в первую очередь инженерная задача по работе с данными и предметной экспертизы, а не научное исследование (Research). Наша стратегия минимизирует технологический риск и фокусирует ресурсы на создании непреодолимого конкурентного барьера:

1. Этап 1: Создание структурированной базы знаний (месяцы 1-6).

   • Фокус команды: 80% усилий 2х ML-инженеров и привлеченных экспертов-ГИПов будет направлено не на тренировку нейросетей, а на построение итеративного пайплайна обработки нормативов и созданию графа знаний.
   • Результат: Машиночитаемый граф знаний, связывающий ГОСТы, СНиПы, СП, типовые ошибки и корпоративные шаблоны. Это наш главный актив и барьер для входа. Модели приходят и уходят, а качественная база знаний актуальна всегда (при своевременном обновлении).

2. Этап 2: Система с активным обучением с привлечением существующих моделей (месяцы 6-12).

   • Архитектура: Мы не создаем LLM с нуля. Мы используем современные open-source или доступные через API модели (YandexGPT, GigaChat), дообучая их (fine-tuning) и направляя (prompt engineering) с помощью нашей базы знаний.
   • Роль команды: Разработка механизмов RAG (Retrieval-Augmented Generation) для точного поиска нормативов и создания системы валидации ответов модели. Это сложная инженерная задача, но она на порядок менее рискованна и ресурсозатратна, чем разработка фундаментальных моделей.

3. Этап 3: Верификация человеком (весь период).

   • Валидация: Каждый вывод системы на пилоте будет верифицироваться ГИПами-экспертами. Эти данные идут обратно в систему, создавая петлю обратной связи для улучшения.
   • Корректировка фокуса при задержке автономности ИИ: В случае, если точность сложных LLM-решений окажется недостаточной, мы приоритизируем создание и коммерциализацию фундаментального актива — структурированной базы знаний отрасли. Развернём высокоточный движок поверх этой базы. Это гарантирует клиенту работоспособность экспертной системы с точностью 60-70% даже в самом консервативном сценарии.

Почему эта стратегия побеждает

• Минимизирует риски при разработке: Мы не ставим успех в зависимость от прорыва в AI Research.
• Фокусирует ресурсы: Бюджет и время тратятся на создание уникальных данных (базы нормативов), а не на гонку за параметрами моделей с IT-гигантами.
• Создает барьер: Конкурент не сможет скопировать нашу базу знаний за 12 месяцев. Ему придется пройти тот же долгий путь структурирования отрасли.

3.1.5. Roadmap развития: от корпоративного ИИ к массовой экосистеме

Фаза 1: фокус на корпоративном сегменте (0–12 месяцев)

• Месяцы 1-3: Внедрение базовой платформы за 30 дней (п. 5.2.1) + нормоконтроль на базе знаний (60-70% точность)
• Месяцы 4-6: Обновление AI-инструментов — цикл активного обучения с участием человека: система выдает предварительный анализ, верифицируемый экспертами; их правки непрерывно улучшают модели и пополняют базу знаний (целевая точность 75-85%).
• Месяцы 7-12: Коммерческие внедрения, финальное обновление — Полный ИИ (90%+ точность)
• Результат: 2-3 корпоративный контракта, доказанный ROI, готовность к масштабированию

3.1.5.1. Поэтапный запуск AI-инструментов для клиентов

Важно: Мы не обещаем полный AI Copilot за 30 дней. Базовая платформа (как есть) внедряется за 30 дней; ИИ на корпоративные правила и шаблоны настраивается поэтапно в течение года.

Месяцы 1-3: Базовая платформа + нормоконтроль на базе знаний

• Клиент получает: Маркетплейс, управление подрядчиками, базовый нормоконтроль (60-70% точность)
• Ценность: 50% от полной, но платформа уже работает и приносит ROI
• Преимущество: Клиент не ждет 12 месяцев — получает ценность с первого дня

Месяцы 4-9: Обновление — Цикл активного обучения с участием человека

• Клиент получает: Обновление через поддержку (включено в контракт). Система выдаёт предварительный анализ, который верифицируется экспертами-ГИПами; корректировки попадают в тренировочные датасеты, что повышает точность с каждым проектом.
• Улучшение: Точность 75-85%, система учится на каждом проекте
• Ценность: 70% от полной

Месяцы 10-12: Обновление — Полный ИИ

• Клиент получает: Финальное обновление, полный ИИ-нормоконтроль
• Улучшение: Точность 90%+, полная автоматизация
• Ценность: 100% от полной

Преимущество подхода:

1. Клиент не ждёт 12 месяцев — ценность с первого месяца (базовая платформа — см. п. 5.2); ИИ поэтапно в течение года
2. AI-инструменты улучшаются на основе реальных данных клиента
3. Риск снижается — если ИИ не достигнет 90%, у клиента уже есть работающая платформа

Фаза 2: Экосистемное расширение (12-24 месяца)

• Месяцы 13-18: Открытие маркетплейса для внешних подрядчиков
• Месяцы 19-24: Запуск SaaS-версии для среднего бизнеса
• Результат: Работающая экосистема с диверсифицированными источниками выручки

Фаза 3: Доминирование в отрасли (24+ месяцев)

• Географическая экспансия в СНГ
• Развитие партнерской экосистемы ИИ-инструментов
• Выход на IPO или продажа стратегическому инвестору

3.1.6. Стратегический приоритет

Независимо от успехов в обучении нейросетевых моделей, наша основная инженерная задача — создание полной, структурированной и машинно-читаемой базы отраслевых знаний (нормативов, типовых ошибок, шаблонов). Этот актив:

1. Сам по себе представляет огромную ценность для клиента (автоматизация рутинных проверок).
2. Является необходимым фундаментом для любой интеллектуальной системы (RAG для LLM, обучение классификаторов).
3. Создаёт непреодолимый барьер для конкурентов, так как требует уникальной экспертизы и тысяч человеко-часов работы.

Таким образом, даже в самом консервативном сценарии (затруднения с нейросетевыми моделями) мы создаём и передаём клиенту уникальный отраслевой актив, который радикально повышает качество его работы. Развитие ML-модулей умножает эффективность этого актива, но не заменяет его.

3.1.7. Почему эта стратегия побеждает

1. Начинаем с платящего рынка: Корпоративные клиенты готовы платить 80+ млн руб. за доказанный ROI
2. Строим от сложного к простому: Сначала решаем сложные ИИ-задачи, потом масштабируем
3. Используем данные как барьер: Каждое внедрение улучшает наши алгоритмы
4. Минимизируем риск "пустой площадки": Маркетплейс запускаем с готовыми заказами от корпоративного сегмента
5. Создаем устойчивую модель: корпоративная выручка финансирует развитие и снижает зависимость от внешнего финансирования

3.1.8. Вывод

• Долгосрочная цель — трансформация в ИИ-платформу: время старта проекта с недель до дней, качество документации +70–80%.
• «ПИР-Система» эволюционирует от тактического ИИ-инструмента для корпоративного сегмента к стратегической платформе.
• Рынок 1,1 трлн руб./год — начинаем с сегмента, готового платить.

Раздел 4. Стратегическое преимущество. Уникальный актив и де-рискованная дорожная карта

Ниже — детализация технологического фундамента и преимуществ для инвестора.

4.1. Промышленно валидированное ядро как основа для ускоренной разработки

4.1.1. Функционал, проверенный в пилоте (не текущие продажи)

Критическое отличие: У нас есть промышленно тестированный фундамент — архитектура и модули, доказавшие эффективность в 2-летнем пилоте. Это актив для достройки, а не действующая компания с выручкой.

Реализованные модули для корпоративного сегмента:

Архитектурная основа для масштабирования:

• Микросервисная архитектура для независимого масштабирования
• API-first подход для интеграций с корпоративными системами
• Горизонтальное масштабирование без перепроектирования

4.1.2. Работающие алгоритмы с корпоративной калибровкой

Рейтинговая система, адаптированная для корпоративного сегмента:

Алгоритмы уже решают корпоративные проблемы:

1. Управление рисками подрядчиков на основе исторических данных
2. Оптимизация закупочных процедур через алгоритмические тендеры
3. Контроль качества и сопровождения через автоматизированный документооборот

4.1.3. Архитектура для ИИ: готовность к корпоративному масштабированию

Технологический стек для корпоративного ИИ:

Данные корпоративного контура → Векторная БД (Qdrant) → Fine-tuned LLM → ИИ-нормоконтроль
            ↓
Корпоративные системы ← API Gateway ← Результаты анализа

4.1.4. Компоненты, требующие доработки и поддержания актуального состояния

• Векторная БД нормативов: 5000+ ГОСТов, СНиПов, СП в векторном формате
• Архитектура RAG-систем: Подготовка для интеграции с корпоративными LLM
• ETL-пайплайны: Для обработки корпоративных данных
• Мониторинг и логирование: Корпоративного уровня

4.2. Импортозамещение и корпоративная безопасность

4.2.1. Полная совместимость с российским стеком

4.2.2. Корпоративные требования безопасности

Ключевое для корпоративного сегмента: Возможность передачи исходного кода в рамках лицензионного соглашения, обеспечивающая технологический суверенитет клиента.

4.3. Валидация подхода в промышленной среде

4.3.1. Результаты пилота в ГК «ПИРС»

Пилот проводился в реальной промышленной среде. Заказчик (ГК «ПИРС») впоследствии прекратил существование; текущих коммерческих контрактов с этим или иными клиентами нет. Результаты пилота подтверждают жизнеспособность концепции:

4.3.2. Масштаб промышленного тестирования

• Объем: 700 договоров с участием 150 одновременно работающих подрядчиков
• Период: 2 года эксплуатации в рамках пилота
• Среда: Реальная корпоративная среда с полным циклом проектирования
• Результат: Подтверждённая валидация подхода; пилот завершён в связи с прекращением деятельности заказчика. Текущих клиентов нет — продукт достраивается для выхода на рынок. Текущий статус — п. 1.1.5; приоритет базы знаний и ИИ — п. 3.1.4.1.

4.4. Валидация спроса корпоративного сегмента и стратегические преимущества

4.4.1. Подтвержденный интерес крупного бизнеса

Текущий статус: Достигнуты договоренности о пилотировании с несколькими компаниями из ТОП-50 строительного рынка РФ.

Стратегический кейс: «Самолет-Проект» (ТОП-1 по объему строительства жилья на момент переговоров)

В 2024 году «Самолет-Проект» вёл переговоры о пилоте нашей платформы для централизованного управления своим пулом внешних подрядчиков, объем работ которого был эквивалентен работе 400–500 штатных инженеров-проектировщиков.

1. Проблема системна и осознается на уровне топ-менеджмента
2. Решение востребовано именно крупными игроками
3. Готовность платить подтверждена объемами планируемых работ

Почему сделка не закрылась (честный контекст): Переговоры были отложены из-за макроэкономического шока в секторе жилищного строительства (свёртывание льготной ипотеки), а не из-за сомнений в продукте. Это подтверждает, что потребность в эффективном управлении подрядчиками — фундаментальна и возрастет при восстановлении рынка.

Персоны для подтверждения информации (готовы предоставить контакты по запросу): · Лилия Александровна Федотова (Экс-управляющий директор Проектного института S.23) · Охотников Александр Борисович (Бывший Руководитель направления стратегических инициатив)

4.4.2. Дополнительная валидация спроса корпоративного сегмента

1. Три крупных проектировщика заинтересованы в использовании AI Copilot
2. Маркетинговая кампания показала CTR 9.3% (в 3-5x выше нормы для B2B)
3. Сформирован пул из 17 горячих лидов при минимальном бюджете

4.5. Количественные преимущества для инвестора (фокус на корпоративном сегменте)

4.5.1. Сокращение времени и затрат

4.5.2. Стратегические барьеры для конкурентов

1. Данные: Невозможно скопировать базу из 700 договоров
2. Алгоритмы: 2 года калибровки на реальных данных
3. опыт корпоративных продаж: Понимание специфики корпоративных продаж
4. Импортозамещение: Готовность к требованиям российского рынка

4.6. Интеграция с корпоративной стратегией

4.6.1. Почему этот актив критичен для корпоративного уровня

1. Корпоративный сегмент требует доказательств: Ядро продукта прошло 2 года промышленного тестирования в пилоте (пилот завершён).
2. Корпоративные продажи требуют кейсов: Есть валидированные результаты пилота (п. 4.3).
3. ИИ-разработка требует данных: Архитектура рассчитана на данные заказчика (максимальная релевантность).
4. Время — критический фактор: Валидированное ядро сокращает time-to-market на 18–24 месяца по сравнению со стартом с нуля.

4.6.2. Как фундамент ускоряет окупаемость

4.7. Заключение: стратегическое преимущество для инвестора

• Time-to-market: 18–24 мес. до рыночного продукта (vs 36–48 мес. с нуля)
• Риск и барьеры: Подход проверен в пилоте; приоритет базы знаний (п. 3.1.4.1); защита — данные + алгоритмы + опыт
• Маржинальность: Целевой сегмент с доказанным ROI (п. 4.3)

Детали — в разд. 4.

Раздел 5. План выхода на рынок и монетизации

Исходя из анализа трендов (разд. 2), объёма SAM и подтверждённого спроса (разд. 4), наша стратегия захвата рынка строится на поэтапном входе: сначала корпоративный сегмент с доказанным ROI, затем масштабирование через платформу и экосистему подрядчиков.

5.1. Стратегия сегментации и поэтапного захвата

Мы не распыляем ресурсы. Мы используем фазированный подход: сначала глубокое внедрение в Корпоративном сегменте (деньги и репутация), затем масштабирование через SaaS (охват рынка). В Фазе 1 (2026) — разработка ИИ и пилот у якорного заказчика; продающий кейс и первая выручка формируются в Фазе 2 (2027). Наш прагматичный подход, ориентированный на быструю окупаемость и измеримый эффект (экономия, скорость), полностью соответствует методологии, которую применяют лидеры рынка.

Согласно исследованию, 82% представителей бизнеса серьезно относятся к оценке эффективности цифровизации, а ключевыми критериями выбора решения являются возможность быстрого внедрения и соответствие функциональных возможностей². Наша платформа с готовым MVP и фокусом на решение конкретных операционных задач создана в соответствии с этими запросами

5.1.1. Фаза 1: корпоративный сегмент (приоритет 0–12 месяцев)

Стратегическая роль: В Фазе 1 — R&D и подготовка к коммерциализации; генерация Cash Flow от Корпоративного сегмента и создание «золотого стандарта» отрасли начинаются с Фазы 2 (2027). SaaS-направление будет развиваться позже, как естественное следствие работающей корпоративной-экосистемы.

• Целевой профиль (Кто): Строительные холдинги, госкорпорации, девелоперы из ТОП-50, промышленные корпорации (выручка >2 млрд руб./год).
  • Потребность: Им не нужен «еще один софт», им нужна интеграция с ERP, централизованный контроль и снижение инвестиционных рисков.
• Наше предложение: Инструмент управления экосистемой проектирования (Perpetual License с ИИ-инструментами + годовая поддержка).
  • Чек: 80+ млн руб. (лицензия) + 20-30 млн руб./год (поддержка).
• Ценностное предложение (Why Buy):
  • «Вместо 18 месяцев интеграции зоопарка систем — единая базовая платформа за 30 дней (п. 5.2.1)».
  • «Вместо разрозненных данных — единая картина процессов»
  • «Вместо утечки знаний — институциональная память компании»
  • Измеримый ROI: результаты пилота (п. 4.3).
  • Поэтапный запуск AI: Клиент получает ценность с первого квартала (см. п. 5.1.3), не дожидаясь финализации нейросетей.
• Стратегическая роль: Якорные клиенты создают работающую экосистему, данные для обучения ИИ и референсные кейсы

5.1.2. Фаза 2: масштабирование на Mass Market (12–24 месяца)

Стратегическая роль: Захват доли рынка и сетевые эффекты.

А. Средний бизнес (SaaS-модель)

• Кто: Региональные застройщики, проектные бюро (50 млн – 2 млрд руб.).
• Боль: Высокая себестоимость ПИР и хаос в подрядчиках.
• Решение: Облачная подписка (1.2–1.8 млн руб./год).
• Роль: Дополнительная выручка, масштабирование экосистемы
• Триггер запуска: Готовые референсы от корпоративный клиентов снижают стоимость привлечения (CAC) в этом сегменте.

Б. Малый бизнес и Фрилансеры (Freemium / Маркетплейс)

• Кто: Малые студии и частные ГИПы.
• Боль: Поиск заказов и защита от неоплаты.
• Решение: Бесплатный вход для наполнения базы исполнителей (ликвидность для маркетплейсаа).
• Роль: Наполнение базы исполнителей, сетевые эффекты

Вывод: Все ресурсы Фазы 1 сфокусированы на корпоративном сегменте (подробнее п. 5.1).

5.1.3. Технология внедрения: поэтапный запуск AI

Как мы продаем корпоративный клиентам будущее уже сегодня.

Важно: Мы не обещаем «волшебную кнопку» сразу. Мы внедряем платформу итерациями, где каждый этап имеет самостоятельную ценность.

Преимущество для клиента:

• Получает работающую базовую платформу в короткий срок (см. п. 5.2 «Что включено»)
• AI-инструменты улучшаются постепенно (включено в поддержку)
• Не нужно ждать 12 месяцев для получения ценности
• Риск снижается — базовая платформа работает даже без полного ИИ

5.2. Стратегия монетизации: от лицензий к экосистеме

5.2.1. Модель 1: корпоративная лицензия (основной источник выручки с Фазы 2)

Продукт: Операционная система для управления экосистемой проектирования (perpetual license с полным пакетом ИИ-инструментов) Структура сделки:

• Лицензия (ядро операционной системы): 80+ млн руб. (разовый платеж)
  • 30% аванс
  • 50% после запуска и демонстрации работы
  • 20% гарантийное удержание за первые 6 месяцев
• Поддержка (обновления и развитие платформы): 20-30 млн руб./год (ежегодно, среднее 25 млн)
• AI Copilot модули (настройка): Включено в стоимость

Что включено:

• Базовая платформа (Маркетплейс, управление подрядчиками, рейтинговая система, базовые дашборды) — внедрение за 30 дней (ИИ на корпоративные правила и шаблоны настраивается поэтапно в течение года)
• AI-инструменты настраиваются поэтапно в течение года и обновляются через поддержку:
  • Этап 1 (месяцы 1-3): Базовый нормоконтроль, перевод в машиночитаемый вид корпоративной базы проектов
  • Этап 2 (месяцы 4-9): Корпоративные шаблоны (точность 75-85%)
  • Этап 3 (месяцы 10-12): Полный ИИ-нормоконтроль, ИИ-наставник новичков, поиск релевантных решений в базе проектов (точность 90%)
• On-premise установка на сервер клиента
• Персональная поддержка и доработки

5.2.2. Модель 2: комиссионные (дополнительный поток, Фаза 2–3)

• Комиссия (Безопасная сделка): 1-10% от GMV сделок (плавающая шкала)
• Когда активируется: После открытия маркетплейса для внешних исполнителей
• Потенциал: Рост с ростом экосистемы

5.2.3. Модель 3: SaaS-подписки (массовый рынок, Фаза 2–3)

• Цена: От 10,000 руб./рабочее место/мес.
• AI Copilot модули (интеллектуальный слой): От 10,000 руб./рабочее место/мес. (опционально).
• Дисковое пространство: Ориентируемся на лидеров рынка (Яндекс.Облако и т.д.).

• ---

5.3. Дорожная карта запуска: сначала корпоративный сегмент

Временные рамки фаз и продуктовый roadmap — п. 3.1.5; финансовые вехи и транши — п. 7.2.1. Ниже — исполненческая дорожная карта (цели, метрики, действия по фазам).

5.3.1. Фаза 1: фокус на R&D и экспертно-отраслевой маркетинг (2026, 0–12 месяцев)

Цель: Создать работающий ИИ-продукт и заключить LOI с первыми корпоративными клиентами

Метрики успеха:

• Базовая платформа внедрена за 30 дней (п. 5.2.1)
• Нормоконтроль на базе знаний работает (точность 60-70%)
• Заключен LOI с первым корпоративным клиентом
• Достигнуты договорённости о контракте (подписание и первая выручка — в Фазе 2, 2027)

Месяцы 1-3: Разработка базовой платформы

• Внедрение базовой платформы (30 дней): Маркетплейс, управление подрядчиками, рейтинговая система, базовые дашборды; базовый AI-copilot и настройка на корпоративные правила — поэтапно в течение года
• Этап 1 AI-инструментов: Нормоконтроль на базе знаний (точность 60-70%) — разработка и тестирование
• Формирование команды ядра (ML-инженеры, разработчики)
• Переговоры с потенциальными корпоративными клиентами
• Сбор данных для обучения ИИ

Месяцы 4-6: Продолжение разработки ИИ

• Этап 2 AI-инструментов: Система с активным обучением (точность 75-85%) — разработка и тестирование
• Продолжение переговоров с корпоративными клиентами
• Демонстрация продукта потенциальным клиентам
• Заключение LOI с первым корпоративным клиентом
• Подготовка к пилотному внедрению

Месяцы 7-12: Завершение разработки и подготовка к коммерциализации

• Этап 3 AI-инструментов: Полный ИИ-нормоконтроль (целевая точность 90%) — финальная доработка
• Финализация переговоров с первым корпоративным клиентом, подготовка контракта
• Пилотное внедрение у якорного заказчика (без выручки)
• Подготовка к коммерциализации (Фаза 2)

Важно: В 2026 году мы не ведем активных продаж, но мы участвуем в ключевых конференциях, создаём информационные поводы вокруг темы цифровизации нормативной базы (ГОСТ, СНиП) и формируем экспертный статус. Эта работа ведётся силами основателя, без найма отдельного коммерческого персонала. Основные ресурсы направлены на разработку ИИ-инструментов. Нам нужен один якорный заказчик для обкатки функционала на реальных данных. Активные продажи и коммерческие внедрения стартуют в Фазе 2 (2027).

5.3.2. Фаза 2: коммерциализация и внедрение (2027, 13–24 месяца)

Триггер: Подписание первых корпоративных контрактов в начале 2027 года

Цель: 2-3 якорных корпоративных клиента в течении года с доказанным ROI > 30%

Действия:

1. Открытие маркетплейса для подрядчиков якорных клиентов
2. Запуск SaaS-версии для среднего бизнеса
3. Развитие партнерской сети (СРО, ассоциации, интеграторы)
4. Монетизация комиссий с растущего GMV

5.3.3. Фаза 3: масштабируем экосистему (31–42 месяца)

Цель: Доминирование в сегменте

Действия:

• Экспансия в регионы через партнеров
• Запуск API маркетплейса для интеграторов
• Развитие партнерской экосистемы ИИ-инструментов
• Подготовка к международной экспансии (СНГ)
• Подготовка к стратегическому выходу

5.4. Ключевые партнеры и каналы

5.4.1. Стратегические партнеры (Фаза 2, 2027)

Корпоративные клиенты:

• Уже есть договоренности о пилотировании с несколькими ТОП-50 компаниями

Технологические партнеры:

• Облачные провайдеры для SaaS-инфраструктуры
• Вендоры российского ПО для импортозамещения

5.4.2. Будущие партнеры (Фаза 2–3)

Вендоры AI Copilot:

• Werk24, AutoReview, Neural Concept и др.
• Наша платформа как среда исполнения для их инструментов
• Взаимная выгода: они получают доступ к нашим клиентам, мы расширяем функционал

СРО и ассоциации:

• Для масштабирования в регионах
• Для сертификации и контроля качества

5.4.3. Каналы сбыта

Корпоративный сегмент (Фаза 1):

5.4.3.1. Канал 1: стратегические партнерства с якорными клиентами

• Механика: Глубокое внедрение в 2-3 ТОП-проектировщика с созданием референс-кейсов
• Критерий успеха: ROI > 30%, готовность стать публичным тематическим исследованием
• Бюджет: 30 млн руб. на пилотные внедрения

5.4.3.2. Канал 2: отраслевые ассоциации и СРО

• Механика: Партнерство для сертификации подрядчиков через нашу платформу
• Выгода: СРО получают инструмент контроля качества, мы — доступ к базе подрядчиков
• Метрика: 3+ партнерства в год 1, 10+ в год 2

5.4.3.3. Канал 3: интеграторские продажи через вендоров CAD/BIM

• Механика: "Мы не заменяем ваш CAD — мы делаем его умнее"
• Партнеры: Российские вендоры BIM-систем (Renga, Nanosoft)
• Выгода: Кросс-продажи, совместные демо, интеграции

5.4.3.4. Канал 4 (Фаза 2): образовательные программы для ГИПов

• Механика: Бесплатные вебинары и курсы по цифровым-инструментам
• Конверсия: Образование → демо доступ → пилот → продажа
• Масштаб: 1000+ ГИПов в год через отраслевые СМИ и сообщества

Для SaaS (Фаза 2):

• Performance-маркетинг
• Контент-маркетинг и отраслевые мероприятия
• Партнерские программы

5.4.4. Конкурентное позиционирование в продажах

Ключевое сообщение для корпоративных клиентов:

"Мы не заменяем и не конкурируем с CAD/BIM системами Autodesk, Renga и т.д. Мы создаем для них среду — операционную систему для управления экосистемой проектирования."

Ключевые цифры для скрипта: 30 дней (п. 5.2.1), TCO и ROI — см. п. 1.1.4 и Приложение А.3 (сравнение подходов для позиционирования и продаж).

Трехуровневая GTM стратегия:

1. Стратегические продажи (CEO/COO):

   • Сообщение: "Снижаем TCO на 40% через консолидацию 3-5 систем в одну"
   • Метрика: ROI 30% за 6-9 месяцев
   • Инструмент: ROI-калькулятор на основе данных пилота (п. 4.3)

2. Операционные продажи (ГИПы, руководители проектов):

   • Сообщение: "Освобождаем 30% времени от рутины через AI Copilot"
   • Метрика: Результаты пилота по качеству и скорости найма (п. 4.3)
   • Инструмент: Демо-доступ к AI Copilot на реальных проектах

3. Технологические продажи (CTO, ИТ-директора):

   • Сообщение: "Готовая платформа vs кастомная разработка: экономия 2+ лет и 50+ млн руб."
   • Метрика: Время внедрения базовой платформы — см. п. 1.1.4 и Приложение А.3
   • Инструмент: Техническая документация, API, интеграционные возможности

Скрипт для продаж: "У вас есть три варианта:

1. Интегрировать 3-5 систем — 12-24 месяца, 20-30 млн на интеграции, разрозненные данные
2. Разработать с нуля — 2-3 года, 100+ млн рублей, высокий риск
3. Внедрить готовую платформу — базовая платформа за 30 дней (п. 5.2.1), фиксированная цена, доказанный ROI

Мы предлагаем вариант 3 — операционную систему, которая уже работает и доказала эффективность. Базовая платформа — за 30 дней (п. 5.2.1); AI-инструменты настраиваются постепенно."

5.5. Ключевые факторы успеха

5.5.1. Execution excellence в корпоративных продажах

• Правильная воронка: CEO/COO (экономия) + CTO (технологии)
• Доказанный ROI по результатам пилота (п. 4.3)
• Короткий цикл и поэтапный запуск ИИ: базовая платформа за 30 дней (п. 5.2.1), ценность с первого месяца

5.5.2. Технологическое лидерство в ИИ

• Подход «база знаний + ИИ с активным обучением» снижает риск
• Участие человека для сложных случаев (человек в контуре проверки)
• Непрерывное обучение на данных с платформы
• Ключевой тезис: Мы строим не статический ИИ-инструмент, а самообучающуюся систему, точность которой растёт с каждым новым проектом и каждым внесённым исправлением. Клиенты, работая в системе, участвуют в создании максимально релевантного интеллектуального ассистента — «система, которая учится у вас и для вас».

5.5.3. Стратегическое использование данных

• Каждое внедрение улучшает наши алгоритмы
• Накопленная база данных становится барьером для конкурентов
• Сетевые эффекты усиливаются со временем

5.5.4. Финансовая дисциплина

• Фокус на высокомаржинальных корпоративный контрактах
• корпоративная выручка финансирует развитие
• Buffer на митигацию рисков (20% бюджета)

5.5.5. Стратегическая устойчивость через приоритет фундаментальных активов

• Двухуровневая стратегия разработки: Основной фокус — на создании уникальной структурированной базы знаний отрасли (граф нормативов ГОСТ/СП, шаблонов, типовых ошибок). Этот актив сам по себе представляет высокую ценность для клиента и служит необходимой основой для любой интеллектуальной системы. Параллельно ведётся работа по интеграции и дообучению моделей машинного обучения для решения когнитивных задач поверх этого актива.
• Независимая ценность результата: При задержках автономности ИИ первый результат — база знаний — будет создан и передан клиенту (подробнее п. 3.1.4.1). Инвестиции конвертируются в работающий продукт.
• Управляемый риск за счёт архитектуры: Микросервисная архитектура позволяет независимо развивать и заменять компоненты (например, модуль обработки естественного языка). Это даёт возможность адаптировать технологический стек под реальные результаты без переписывания всей платформы.
• Финансовая дисциплина: Траншевое финансирование, привязанное к вехам по созданию ключевых активов (например, «запуск MVP базы знаний нормативов»), обеспечивает контроль над расходами и возможность корректировки курса на каждом этапе.

5.5.6. Позиционирование как операционная система

• Четкое отличие от набора инструментов (KYRO + Zepth + Archistar)
• Акцент на TCO и ROI, а не на features
• Демонстрация преимуществ единой платформы (сквозная аналитика, сетевые эффекты)
• Создание новой категории защищает от копирования и создает барьеры входа

5.5.7. Стратегия удержания и максимизации LTV (Account Expansion)

Подход «Партнерство, а не вендорство» для минимизации оттока (Churn <1%)

• Customer Advisory Board (Совет клиентов): Вместо стандартной техподдержки мы включаем ТОП-клиентов в совет по развитию продукта. Они влияют на Roadmap, что создает психологическую и технологическую привязку (Lock-in).
• Dedicated Customer Success: Выделенные менеджеры успеха, чья единственная KPI — подтверждение ROI клиента (достижение экономии 30%). Если клиент видит экономию, он продлевает контракт.
• Интеграционный захват: Чем больше исторических данных и шаблонов клиента загружено в систему (через анализ ИРД и нормоконтроль), тем выше «стоимость переключения» на конкурента.
• Корпоративный-нетворкинг: Создание закрытого отраслевого клуба для Технических директоров (CTO) крупнейших заказчиков для обмена практиками цифровизации на базе нашей платформы.

5.6. Стратегическое обоснование выбора фокуса на корпоративном сегменте

5.6.1. Почему это правильно

1. Market timing: Крупные компании готовы платить за решения, снижающие издержки в кризис
2. Финансовая логика: Один корпоративный контракт (80+ млн руб.) = 45+ SaaS-клиентов (по 1.8 млн руб.)
3. Риск-менеджмент: корпоративные клиенты более предсказуемы, чем массовый рынок
4. Технологическая валидация: Реальные данные от корпоративных клиентов улучшают ИИ быстрее
5. Стратегические барьеры: Внедрения у корпоративных клиентов создают switching costs и лояльность

5.6.2. Что это дает инвестору

• Более быстрая валидация: Выручка начинается в год 2 (95-190 млн руб.)
• Более высокая маржинальность: LTV/CAC для корпоративного сегмента = 19.4x (в 4-6x лучше рынка)
• Меньший риск: Фокус на готовых платить клиентах
• Больший потенциал: Корпоративный сегмент как фундамент для масштабирования
• Конкурентное преимущество: Создаем новую категорию (операционная система) vs конкуренция по features. Это защищает от копирования и создает барьеры входа.

5.6.3. Ключевые метрики успеха по фазам

Фаза 1 (2026, 0-12 месяцев): Разработка ИИ и переговоры

• Разработка: Базовая платформа внедрена за 30 дней (п. 5.2.1)
• ИИ-инструменты: Нормоконтроль на базе знаний работает (точность 60-70%)
• Переговоры: Заключен LOI с первым корпоративный клиентом
• Контракты: Подписан первый корпоративный контракт (к концу фазы)
• Выручка: 0 (только разработка, продажи отсутствуют)
• OPEX Фаза 1: 45.4 млн руб. (ФОТ 19.8 млн, налоги 8.5 млн, инфраструктура 6 млн, операционные расходы 2.4 млн, резерв 4.5 млн)

Фаза 2 (2027, 13-24 месяца): Коммерциализация и внедрение

Финансовые: LTV/CAC, CAC Payback, выручка, точка безубыточности — подробнее п. 7.3, 7.4, 7.6.1.

Операционные:

• Время внедрения базовой платформы: 30 дней (п. 5.2.1)
• Активация клиента: 100% проектов на платформе в течение 30 дней (п. 5.2.1)
• NPS Корпоративных клиентов: > 50

Продуктовые:

• Точность AI Copilot:
  • Месяц 3: 60-70% (база знаний)
  • Месяц 6: 75-85% (система с активным обучением)
  • Месяц 12: 90%+ (Полный ИИ)
• Время отклика подрядчика: < 24 часа
• Автоматизация рутинных задач: > 70%

Стратегические:

1. Главная: 2-3 Корпоративных контракта к концу года 1
2. Вторичные: Точность ИИ > 85%, подтвержденный ROI > 30% у каждого клиента
3. Операционные: Cash burn в рамках бюджета, команда сформирована
4. Референсы: Готовность 2+ клиентов быть публичными case studies

5.7. Заключение

• Временная шкала: Год 1 — ценность ИИ; Год 2 — масштабирование через референсы; Год 3 — доминирование в нише
• Риск ИИ: Приоритет базы знаний и цикла с экспертом (п. 3.1.4.1); резерв бюджета заложен
• Целевой результат: Стандарт отрасли при успешной реализации (подробнее п. 7.4)

Детали — в разд. 5.

Раздел 6. Конкурентный анализ

Ниже — детальный анализ конкурентов и защитных барьеров.

6.1. Прямые конкуренты (BIM/PLM-платформы): технические решения без экосистемы

6.1.1. Представители: Autodesk BIM 360, ArchiCAD, Renga, «Эталон», Siemens Teamcenter, Dassault ENOVIA.

6.1.2. Сильные стороны (не наш фокус)

• 3D-проектирование и управление данными: Превосходная работа с пространственными данными, управление информационными моделями
• Отраслевая экспертиза в технической части: Глубокое понимание инженерных процессов
• Интеграции с CAD-системами: Тесная связь с инструментами проектирования

6.1.3. Слабые стороны (наша возможность для корпоративного сегмента)

Вывод: BIM/PLM-платформы решают технические задачи проектирования, но не закрывают организационные и коммерческие проблемы управления экосистемой. Мы дополняем, а не заменяем их, решая проблемы, которые они не затрагивают.

6.2. Косвенные конкуренты (набор инструментов): сложность и фрагментация

6.2.1. Представители

• CAD-системы (AutoCAD, Компас) — только проектирование
• Таск-трекеры (Jira, Trello, Asana) — только управление задачами
• Облачные диски/СЭД — только хранение документов
• CRM-системы — только управление отношениями
• Тендерные площадки — только поиск подрядчиков

6.2.2. Наборы инструментов: сильные стороны, ограничения для корпоративного сегмента и угрозы

Честный анализ сильных сторон подхода «набор инструментов»:

Отдельные решения (KYRO, Zepth, Archistar, таск-трекеры, СЭД) имеют обоснованные преимущества в своей нише: глубокая специализация в одной задаче, узнаваемые бренды, быстрый старт в изолированном сценарии (например, только тендеры или только трекинг задач). Для малых команд или точечных задач такой выбор рационален.

Ограничение для корпоративного сегмента: для корпоративного сегмента с полным циклом ПИР (найм → производство → контроль качества → финансы) тот же набор создаёт не упрощение, а дополнительную сложность: интеграции, разрозненные данные, отсутствие сквозной аналитики. Ниже — последствия для корпоративного сегмента и наше решение.

Сводное сравнение для корпоративного клиента (критерии и цифры) — п. 1.1.4; для продажного позиционирования — Приложение А.3.

Вывод: Для корпоративного сегмента набор инструментов создаёт дополнительную сложность вместо упрощения. Мы предлагаем единое решение, которое устраняет необходимость интеграции и обеспечивает полный цикл управления экосистемой проектирования.

6.3. AI Copilot-агенты: партнерская экосистема для усиления нашей платформы

6.3.0. Стратегическая позиция

Мы не ограничиваем функционал в использовании только собственных ИИ-решений. Мы создаем стандарт (фундамент) — платформа, на которой Copilot'ы могут работать эффективно.

6.3.1. Ограничения узких AI-решений

• Нет доступа к полному контексту проекта: Не знают истории, договоренностей, специфики клиента
• Не интегрированы в процессы управления: Не влияют на сроки, бюджет, качество
• Не связаны с экосистемой подрядчиков: Не улучшают выбор исполнителей

6.3.2. Наше решение: платформа как среда исполнения для AI Copilot

6.3.3. Матрица конкурентного позиционирования

Оси:

• X: Широта контекста и интеграции (узкие инструменты → полная экосистема)
• Y: Уровень интеллектуальной автоматизации (ручные процессы → ИИ-автоматизация)

Позиции:

• Узкие AI Copilot: Высокая автоматизация в узких задачах, но низкая широта интеграции — левый верхний угол
• BIM-платформы: Высокая автоматизация в 3D, средняя интеграция — центр-верх
• Набор инструментов: Низкая интеграция, низкая автоматизация — левый нижний угол
• ПИР-СИСТЕМА: Высокая интеграция + Высокая автоматизация — правый верхний угол

Вывод: Узкие AI Copilot'ы решают специализированные задачи, но не имеют доступа к полному контексту. Мы создаем платформу-интегратор, которая повышает эффективность всех AI-инструментов через доступ к полному контексту проекта.

6.4. Уникальная позиция для корпоративного рынка

Мы не конкурируем с узкими инструментами, мы меняем правила игры, занимая пустующую нишу на пересечении двух стратегических векторов.

6.4.1. Матрица конкурентных преимуществ:

Наше позиционирование определяется по двум осям, критически важным для Корпоративного клиента:

Оси:

• X: Широта управленческого охвата (От разрозненных задач → К единой экосистеме).
  • Большинство конкурентов (KYRO, Zepth, HR-tech) находятся слева: они решают одну задачу (только найм, только трекинг или только проверка).
• Y: Глубина ИИ-интеграции (От ручного ввода → К автономному ассистенту).
  • Стандартные решения (BIM-платформы, CRM) находятся внизу или посередине: они оцифровывают данные, но не принимают решений.

Позиции:

• Узкие инструменты (KYRO AI, Zepth, Archistar): Высокая специализация, но низкая широта охвата — левый верхний
• Набор инструментов: Низкая широта, низкая ИИ-интеграция — левый нижний
• BIM-платформы: Средняя широта, средняя ИИ-интеграция — центр
• ПИР-СИСТЕМА занимает стратегическую позицию в правом верхнем квадранте («Умная Операционная Система»): Мы единственные, кто объединяет полный цикл управления (найм + производство + финансы) с глубокой ИИ-аналитикой (нормоконтроль + предиктивный скоринг).

6.4.1.1. Резюме УТП для корпоративного сегмента

Развёрнуто — п. 3.1.2.1 и п. 3.1.3. Ключевые элементы:

1. ИИ-нормоконтроль: Автоматическая проверка документации (90% точность)
2. Управление подрядчиками: Биржа + алгоритмический рейтинг + гарантии
3. Институциональная память: Сохранение экспертизы, защита от потери знаний
4. Предиктивная аналитика: Управление рисками до перерастания в кризис
5. Импортозамещение: Российский стек, on-premise развертывание

6.4.2. Валидация позиции: матрица основана на фактах, а не гипотезах

Наше нахождение в квадранте лидеров подтверждено твердыми данными промышленной эксплуатации (п. 4.3.1). Результаты пилота доказывают, что заявленные возможности — это реальность:

6.4.3. Вывод для стратегии

Конкуренты предлагают клиенту купить «дрель» (инструмент для одной задачи). Мы продаем «завод» (налаженную линию производства). Для корпоративный клиента, страдающего от хаоса в данных и дефицита кадров, переход в наш квадрант — это единственный способ сохранить маржинальность.

6.5. Релевантные конкуренты: функциональное сравнение

Важно: Мы не конкурируем с CAD/BIM системами (Autodesk, Renga) — они решают задачи проектирования. Мы решаем задачи управления экосистемой проектирования: найм, контроль качества, управление подрядчиками.

Категория 1: Управление подрядчиками и найм

6.5.2. Категория 2: таск-трекер и Co-pilot для ГИПов

6.5.3. Категория 3: ИИ-нормоконтроль (проверка документации)

6.5.4. Категория 4: генерация документации

Ключевое отличие: Мы не конкурируем с отдельными инструментами — мы создаем единую платформу, которая объединяет все функции в один полный цикл управления экосистемой проектирования.

6.6. Стратегия позиционирования: создание новой категории

Вместо конкуренции по отдельным функциям, ПИР-СИСТЕМА создает новую категорию — «Операционная система для управления экосистемой проектирования».

Отличие от конкурентов:

1. KYRO AI → фрагмент нашей системы (управление подрядчиками), но без фокуса на проектирование
2. Zepth → фрагмент нашей системы (таск-трекер)
3. Archistar → фрагмент нашей системы (ИИ-нормоконтроль), но без фокуса на Российское законодательство
4. HR-Tech решения → фрагмент нашей системы (найм)

6.6.2. Наша уникальность

Объединение всех функций в единую платформу, где:

• Данные из одного модуля улучшают работу других (сетевой эффект)
• ИИ-ассистент имеет доступ ко всему контексту проекта (сквозная аналитика)
• Сетевые эффекты создают экосистему доверия (чем больше пользователей, тем ценнее платформа)
• Институциональная память защищает от потери экспертизы (база знаний навсегда)

6.6.3. Почему новая категория защищена от конкурентов

Вывод: Мы не создаем не просто инструмент, мы создаем операционную систему, на которой все инструменты работают лучше благодаря единому контексту и сквозной аналитике.

6.7. Анализ пяти сил Портера для корпоративной стратегии

6.7.1. Угроза новых участников: низкая

Барьеры входа для решения корпоративного сегмента:

• Технологические: Готовый MVP + обкатанные алгоритмы на 700 договорах
• Данные: Накопленная обратная связь (истории взаимодействий) со 150 подрядчиками
• экспертиза работы с корпоративными клиентами: Понимание процессов корпоративных клиентов
• Время: 2 года разработки и нагрузочного тестирования в промышленном использовании
• Импортозамещение: Фокус на совместимость с российским стеком и технологическую независимость

Риск: Крупные IT-холдинги могут развивать аналоги Митигация: Мы уже имеем 2 года форы, уникальные данные, доказанную эффективность

6.7.2. Власть поставщиков: низкая

Ключевые поставщики: Облачные провайдеры, вендоры LLM Снижение зависимости:

• Импортозамещение: Совместимость с Яндекс.Облако, YandexGPT
• On-premise: Возможность развертывания у клиента
• Гибкая архитектура: Микросервисы, стандартные API, возможность использовать локальную LLM в закрытом контуре

6.7.3. Власть покупателей (корпоративный сегмент): средняя

Сильные стороны покупателей:

• Крупные контракты (80+ млн руб.) дают переговорную силу
• Требования кастомизации и интеграций

Наши преимущества:

• Уникальное решение: Нет прямых аналогов на рынке
• Доказанный ROI: результаты пилота (п. 4.3)
• Высокие издержки переключения: Интеграция в процессы, обучение
• Импортозамещение: Легко кастомизируется под требования госзаказчиков

6.7.4. Угроза товаров-заменителей: низкая

Основные заменители:

1. Ручное управление: Неэффективно (системная утечка 15-25% прибыли)
2. Набор инструментов: Создает сложность вместо упрощения
3. Внутренние разработки: Дорого (12-24 месяца, 120-150 млн руб.)
4. Зарубежные аналоги: Не соответствуют российским требованиям

Наше преимущество: Единственное комплексное решение для управления экосистемой проектирования с доказанным ROI.

6.7.5. Интенсивность конкуренции: низкая

Текущее состояние: Нет доминирующего игрока в сегменте управления экосистемой проектирования

Существующие игроки:

• BIM-платформы: Технический фокус, нет экосистемы
• Тендерные площадки: Нет качества, гарантий, интеграций
• Зарубежные решения: Не соответствуют российским требованиям

Наша позиция: Уникальная ниша (правый верхний угол матрицы) с комбинацией:

1. Экосистема управления (инструмент масштабирования + качество + аналитика)
2. ИИ-инструменты (нормоконтроль, предиктивная аналитика)
3. 3. Готовность к корпоративному сегменту (импортозамещение, on-premise, ФЗ-152)

6.8. Конкурентные преимущества для корпоративной стратегии

6.8.1. Технологические барьеры

6.8.2. Сетевые эффекты для корпоративного сегмента

Сетевой эффект данных:

Больше проектов → Больше данных → Лучше алгоритмы → Выше качество → Больше проектов

Экосистемные эффекты:

• Для заказчиков: Больше подрядчиков → Лучший выбор → Ниже цены
• Для подрядчиков: Больше проектов → Больше опыта → Выше рейтинг → Больше проектов

6.8.3. Импортозамещение как стратегическое преимущество

Импортозамещение (детали стека, таблицы) — п. 4.2. Ниже — сводка для конкурентного контекста.

6.8.4. Защита от копирования

Комбинация активов создает непреодолимый барьер:

1. Готовый продукт с доказанной эффективностью
2. Ноу-Хау рейтинговый алгоритм
3. Промышленное тестирование 2 года работы с корпоративными клиентами
4. Импортозамещение фокус на российский рынок

Новому игроку потребуется:

• Время: 2-3 года разработки и тестирования
• Данные: Невозможно быстро собрать 700 договоров и 150 подрядчиков
• Экспертиза: Годы работы с корпоративный клиентами
• Репутация: Доказательства эффективности

6.9. Стратегические выводы для инвестора

6.9.1. Уникальная конкурентная позиция

1. Правый верхний угол матрицы: Высокая полнота цикла + Высокая автоматизация
2. Нет прямых конкурентов: Никто не решает проблему управления экосистемой проектирования комплексно
3. Фокус на корпоративный сегмент: Решение для крупных клиентов с высоким LTV

6.9.2. Ключевые конкурентные преимущества

✅ Единственная платформа с полным циклом управления экосистемой проектирования
✅ ИИ-инструменты качества с доказанной эффективностью (п. 4.3)
✅ готовность к корпоративному внедрению: Импортозамещение, on-premise, ФЗ-152
✅ Доказанная эффективность по пилоту (п. 4.3)
✅ Сетевые эффекты: Data Network Effect, экосистемные эффекты

6.9.3. Защита от конкурентов

6.9.4. Для инвестора

Резюме по конкурентной позиции: правый верхний угол матрицы, нет прямых аналогов; защита — данные + алгоритмы + импортозамещение + 2 года форы; риск конкуренции низкий (создание аналога — годы и миллионы).

6.10. Strategic SWOT

6.10.1. Strengths (внутренние активы и компетенции)

Фокус: На чем мы строим успех, если данных нет?

1. Проверенное (валидированное) алгоритмическое ядро: Алгоритмы рейтингования и рабочие процессы уже откалиброваны на реальном объеме (700+ контрактов). Система работает не на гипотезах, а на проверенной логике, даже без исходных файлов.
2. 2. Конкурентное преимущество за счёт глубокой отраслевой экспертизы: Уникальная экспертиза основателя и команды, накопленная за годы промышленного тестирования. Мы знаем "нестандартные ситуации" (редкие, но критичные ошибки), о которых не знают стартапы-конкуренты.
3. Готовая Технологическая Платформа: Полностью рабочий MVP с архитектурой для корпоративного сегмента (микросервисы, on-premise готовность), способный принять нагрузку с первого дня.
4. Импортозамещение "из коробки": Архитектура изначально построена на независимом стеке (Linux, запуск в контейнерах), что является входным билетом к госкомпаниям.

6.10.2. Weaknesses (внутренние ограничения)

Фокус: Где нам нужны ресурсы инвестора?

1. AI Cold Start (Проблема холодного старта для ИИ): Для обучения новых генеративных моделей (LLM для нормоконтроля) потребуется сбор свежих датасетов от первых корпоративный клиентов (так как старая база недоступна).
2. Ресурсный дефицит в Sales: Критическая зависимость от фаундера в продажах до найма руководитель корпоративных продаж.
3. Ограниченный R&D бюджет: Необходимость быстрой разработки ИИ-модулей с нуля на данных клиентов требует высокой квалификации инженеров.
4. Отсутствие рыночного бренда: Нет публичной истории успеха вне пилота, требуется создание репутации через первые внедрения.

6.10.3. Opportunities (внешние возможности)

Фокус: Почему корпоративный клиенты дадут нам свои данные?

1. Запрос на защиту данных со стороны корпоративного сегмента: Крупные заказчики боятся отдавать данные в облачные модели, обученные на "чужих" данных. Наша слабость (нет своей базы) становится силой: "Мы обучаем модель ЭКСКЛЮЗИВНО на ваших архивах внутри вашего контура".
2. Кадровый голод: Дефицит 30 тыс. инженеров заставляет компании автоматизировать рутину любой ценой.
3. Blue Ocean: Отсутствие единой ОС для проектирования (конкуренты фрагментированы).
4. M&A Потенциал: Интерес экосистем (Сбер/Яндекс) к готовым вертикальным B2B-решениям.

6.10.4. Threats (внешние угрозы)

Фокус: Риски реализации

1. Длительный цикл сделки: Риск кассового разрыва (Cash Gap) из-за бюрократии корпоративный заказчиков (9-12 месяцев цикл продажи).
2. Доступ к данным клиента: Риск того, что корпоративный клиент откажется предоставить свои архивы для дообучения наших моделей (на этапе пилота).
3. Сопротивление на местах: Саботаж внедрения со стороны линейных ГИПов, привыкших работать "по-старому".
4. Копирование Big Tech: Риск входа крупных игроков с неограниченными ресурсами в нишу Construction Tech.

6.11. Вывод

• Позиция: Правый верхний угол матрицы, нет прямых аналогов (п. 6.9.4)
• Преимущество для корпоративных продаж: On-premise training — модель дообучается на архиве клиента, данные не покидают контур
• Защита: Данные + алгоритмы + импортозамещение + 2 года форы; создание аналога — годы и миллионы
• Позиционирование: Мы занимаем уникальную рыночную нишу: нет прямых аналогов, сочетающих процессную глубину корпоративных решений с сетевой динамикой маркетплейса.

Детали — в разд. 6.

Раздел 7. Финансовый план и запрос на финансирование (стратегия «сначала корпоративный сегмент»)

7.1. Консервативные допущения и ключевые выводы

Финансовая модель построена на консервативных допущениях с учетом:

1. Фазированного подхода (корпоративный сегмент → SaaS → Маркетплейс)

   • Последовательное развитие моделей монетизации
   • корпоративная выручка финансирует развитие SaaS и Маркетплейс
   • Снижение риска "пустой площадки" через работающую экосистему

2. Реалистичных сроков внедрения и получения выручки

   • 2026 год: только разработка ИИ и переговоры (выручка = 0)
   • 2027 год: первые корпоративный контракты и внедрение
   • 2028 год: масштабирование и запуск SaaS/Маркетплейс

3. Буферов на риски

   • +20% времени на ключевые вехи (внедрение, разработка ИИ)
   • +10% бюджета Фаза 1 в резерве на митигацию рисков (4.5 млн руб.) + опционный транш (0-30 млн руб.)
   • Консервативные допущения по выручке (нижняя граница диапазона)

Детальная финансовая модель: Для поквартальных расчетов, детального анализа чувствительности и метрик мониторинга см. Приложение Б.

7.1.1. Ключевые выводы финансовой модели

7.1.2. Обоснование консервативности:

• Консервативная оценка точки безубыточности учитывает возможные задержки во внедрении и получении выручки (подробнее — п. 7.6.1)
• Пиковое потребление (85 млн руб.) рассчитано с учетом всех траншей и расходов до первой выручки
• IRR 35%+ основан на базовом сценарии (2 корпоративных клиента к 2027 году)
• Мультипликатор 8-10x Revenue соответствует отраслевым стандартам для B2B SaaS/ИИ-компаний

7.1.3. Сравнение с оптимистичным сценарием:

• При успешной реализации (3 корпоративный клиента, быстрый рост SaaS): IRR 50%+, exit в 10x+ за 5 лет
• При консервативном сценарии (1 клиент, медленный рост): IRR 25-30%, exit в 5-7x за 6-7 лет

7.2. Запрос на инвестиции: 120–150 млн рублей

В рамках данного раунда мы привлекаем 120-150 млн рублей (вилка: базовая потребность + резерв на форс-мажор) при оценке компании до инвестиций (pre-money valuation), которая будет определена в ходе переговоров с инвестором на основе представленных прогнозов и стратегических вех.

Стратегическая цель раунда: Реализация стратегии «сначала корпоративный сегмент, AI-first» с фокусом на разработку уникальных ИИ-инструментов и их внедрение у корпоративных клиентов. Ключевые финансовые вехи — в п. 7.6.1.

7.2.1. Фазированный подход

Дорожная карта продукта (этапы ИИ по месяцам, содержание фаз) — п. 3.1.5. Ниже — вехи финансирования и транши.

• Фаза 1 (месяцы 1–12): ИИ-разработка — создание MVP с точностью ≥ 80%
• Фаза 2 (месяцы 13–24): Корпоративное внедрение — первые контракты. Первая выручка в месяце 15–18 (оптимистичный 15, базовый 18, консервативный 21)
• Фаза 3 (месяцы 31–42): Запуск SaaS — публичная версия платформы
• Фаза 4 (месяцы 43–54): Маркетплейс — открытие экосистемы для подрядчиков
• Фаза 5 (месяцы 55–60): Стабилизация — оптимизация и подготовка к масштабированию

График финансирования и выкупа доли (Milestone-based financing)

7.2.2. Распределение средств (120–150 млн руб.)

• Выкуп доли у основателя: 60 млн руб. (Транши 1 и 2).
• Выкуп оставшихся 20% доли: 20 млн руб. — осуществляется компанией из свободного денежного потока (FCF) после достижения операционной безубыточности по денежному потоку. Цена и условия фиксируются в инвестиционном соглашении.
• Операционное финансирование (R&D, внедрение, команда): 60 млн руб. (базовый) + 0-30 млн руб. (опцион) = 60-90 млн руб.

7.2.3. Стратегическое обоснование структуры

1. Справедливая компенсация за активы: Основатель получает 60 млн руб. за передачу технологий и ноу-хау на раннем этапе (Транши 1-2).

2. Долгосрочная мотивация на успех: Ключевая часть вознаграждения (20 млн руб. за оставшиеся 20%) привязана к фундаментальному успеху компании — выходу на самоокупаемость. Это гарантирует полную вовлеченность основателя на весь критический период выхода на рынок и масштабирования.

3. Защита денежного потока компании: Средства на финальный выкуп не берутся из первой выручки, которая нужна для финансирования роста, а выплачиваются позже из устойчивого потока денежных средств, что финансово безопасно для бизнеса.

4. Ясная перспектива для основателя: Четкий, привязанный к показателям план полного вознаграждения создает предсказуемость и усиливает совпадение интересов всех сторон.

7.2.4. Распределение капитала в рамках инвестиционного раунда

Будущее обязательство компании

Выкуп оставшихся 20% доли у основателя на сумму 20 млн руб. является условным обязательством компании и будет исполнен за счёт её собственного свободного денежного потока после достижения операционной безубыточности по денежному потоку. Данные средства не являются частью текущего инвестиционного раунда.

Вывод

Все операционные ресурсы сфокусированы на корпоративном сегменте и создании ИИ-ценности (подробнее п. 5.1). Опционный транш обеспечивает защиту при задержках. Финальное вознаграждение основателя привязано к ключевой вехе финансовой устойчивости компании.

7.3. Ключевые финансовые предположения и метрики (фазированный подход)

7.3.1. Фаза 1: разработка ИИ (0–12 месяцев)

Фокус: Разработка ИИ-инструментов и внедрение у 1 якорного корпоративного клиента. Маркетплейс работает как внутренний инструмент.

7.3.2. Фаза 2: корпоративный сегмент + SaaS (12–24 месяца)

Фокус: Открытие маркетплейса, запуск SaaS-версии. Комиссионная модель начинает работать.

Корпоративный сегмент (продолжение Фаза 1):

• Метрики остаются теми же (ARPU 105 млн, LTV/CAC 19.4x)

SaaS (новое направление, актуально с 2028 года):

Важно: Юнит экономика SaaS становится релевантной только с Фазы 3 (2028+), когда запускается SaaS-версия платформы. В 2026-2027 работаем только с корпоративными клиентами.

Комиссионная модель (Маркетплейс):

7.3.3. Фаза 3: полная модель (24+ месяца)

Фокус: Масштабирование всех трех моделей монетизации. Экосистемное развитие.

• Корпоративный сегмент: Продолжение роста (3-4+ клиента)
• SaaS: Масштабирование на средний рынок
• Комиссии: Рост GMV и take rate по мере роста экосистемы
• Источник финансирования: Прибыль + новый раунд (Series B)

7.3.4. Финансовое обоснование конкурентного преимущества (TCO-анализ)

Свод критериев сравнения — п. 1.1.4; детальный расчёт TCO — Приложение А.1. Ниже — финансовое следствие конкурентного преимущества: скорость выхода на ROI и три драйвера экономического эффекта для корпоративного заказчика.

Наша модель единой платформы обеспечивает фундаментальное преимущество в стоимости владения (TCO) по сравнению с лоскутной автоматизацией. Экономический эффект формируется за счёт трёх драйверов:

1. Элиминация затрат на интеграцию (CAPEX Saving): Клиент экономит 20–30 млн руб. прямых затрат, которые обычно уходят на кастомную интеграцию разрозненных решений (CAD + Task Tracker + HR-tech + ERP). В «ПИР-СИСТЕМЕ» интеграция бесшовная и включена в стоимость лицензии.
2. Сжатие сроков до окупаемости (Time-to-Value): Базовая платформа внедряется за 30 дней (п. 5.2.1; против 12–24 месяцев у конкурентов). Клиент начинает получать ROI уже в первом квартале использования.
3. Прозрачность OPEX: Мы заменяем 3–5 разнородных лицензионных контрактов с плавающими валютными рисками на один рублевый контракт с фиксированной ценой поддержки.

Детальный расчет TCO представлен в Приложении А.1.

Финансовое следствие: скорость выхода на ROI (свод критериев — п. 1.1.4; детальный TCO — Приложение А.1):

Юнит экономика (для справки):

Ключевое преимущество: Наша модель показывает исключительно сильную юнит экономику благодаря:

1. Подходу «сначала корпоративный сегмент»: Высокий LTV при разумном CAC
2. ИИ-инструментам: Уникальная ценность, оправдывающая премиум
3. Пилотной валидации (п. 4.3)
4. Единой платформе: Снижение TCO и времени внедрения vs набор инструментов

7.4. Прогноз выручки на 5 лет (модель с фокусом на корпоративном сегменте)

7.4.1. Базовый сценарий (млн руб.)

Пояснения к фазированной модели (позиционирование — стартап с активом, без текущих продаж; текущий статус — п. 1.1.5):

1. 2026 (Фаза 1, месяцы 1-12): Доработка продукта — создание базы знаний, цикл с участием эксперта в проверке, интеграция ИИ. Выручка = 0. OPEX = 45.4 млн руб.
2. 2027 (Фаза 2, месяцы 13-24): Год доработки продукта и первых пилотов/контрактов. Цикл продаж в корпоративном сегменте длинный (12–18 мес.); существенная выручка по консервативному сценарию может сместиться на 2028 год. Базовый сценарий предполагает первую выручку в месяце 15–18 (1–2 корпоративных клиента); консервативный — первый контракт во второй половине 2027 или начале 2028, выручка 2027 в диапазоне 0–30 млн руб. (см. сценарную таблицу ниже).
3. 2028 (Фаза 3, месяцы 25–36): Масштабирование, открытие маркетплейса, запуск SaaS. Ключевые вехи по денежному потоку — в п. 7.6.1.
4. 2029-2031 (Фаза 4-5): Масштабирование всех трёх моделей монетизации.

Эволюция структуры выручки:

• 2027: Корпоративный сегмент 100% (комиссии и SaaS еще не запущены)
• 2028: Корпоративный сегмент 83%, Комиссии 4%, SaaS 13%
• 2031: Корпоративный сегмент 24%, Комиссии 28%, SaaS 48%

Ключевое улучшение относительно предыдущей модели:

• Выручка 2031: 2,412 млн руб. vs 1,085 млн руб. ранее (+122%)
• EBITDA 2031: 960 млн руб. vs 535 млн руб. ранее (+79%)
• Более устойчивая модель: Выручка корпоративного сегмента создает стабильный фундамент

7.4.2. Сценарный анализ

Важно: Позиционирование и текущий статус — п. 1.1.5. 2027 год — первый год коммерциализации; длинный цикл корпоративных продаж обосновывает консервативный диапазон выручки 2027 (0–30 млн руб.). Инвестору следует ориентироваться на консервативный сценарий для оценки downside. В 2027 году выручка только от Корпоративного сегмента (комиссии и SaaS — с 2028).

7.5. P&L по фазам развития (детализация)

7.5.1. Фаза 1: разработка ИИ (месяцы 1–12, 2026 год)

Структура OPEX Фазы 1:

• ФОТ команды: 19.8 млн руб. (44%)
• Налоги (43%): 8.5 млн руб. (19%)
• Вычислительные мощности: 6 млн руб. (13%)
• Операционные расходы: 2.4 млн руб. (5%)
• Резерв (10%): 4.5 млн руб. (10%)
• Маркетинг/продажи: 0 млн руб. (0%)

Ключевой инсайт: В Фазе 1 все ресурсы направлены на создание технологического продукта. Продажи и внедрение начинаются только в Фазе 2 после завершения разработки.

7.5.2. Фаза 2: коммерциализация и внедрение (месяцы 13–24, 2027 год)

Цель фазы: Первые корпоративные контракты и выручка — базовый сценарий: месяц 15–18; консервативный: 2028. Подробнее п. 5.3.2.

Структура OPEX Фазы 2 (до выручки, 3 месяца):

• Команда Фаза 1: 10.3 млн руб. (78%)
• Маркетинг: 1.8 млн руб. (14%)
• Sales Director (при необходимости): 0.9 млн руб. (7%)
• Прочие: 0.2 млн руб. (1%)

Ключевой инсайт: В Фазе 2 основная часть бюджета направлена на успешное внедрение у первых корпоративный клиентов и формирование референсных кейсов. Выручка покрывает часть затрат, но полная окупаемость достигается в 2028 году.

7.6. Точка безубыточности и рентабельность

7.6.1. Точки безубыточности

1. EBITDA Breakeven: 2028 год (конец второго года коммерциализации)
2. Точка безубыточности по денежному потоку: по базовому сценарию (расчёты Приложения Б) — Q3 2027 (месяцы 19–21); консервативная оценка — месяцы 32–34 (август–октябрь 2028 года)
3. Return on Investment: Начало 2029 года (полный возврат инвестиций + прибыль)

Примечание: Первая выручка от Корпоративного сегмента начинается в месяце 15–18 (базовый сценарий: месяц 18), через 2–5 месяцев после старта Фазы 2, что соответствует реалистичному циклу продаж и внедрения для корпоративных клиентов.

7.6.2. Динамика рентабельности

7.6.3. Распределение OPEX по годам развития

2026 год (Фаза 1, месяцы 1–12): разработка ИИ — 45.4 млн руб.

Фокус: Только разработка ИИ-инструментов, формирование команды ядра. Продажи и маркетинг отсутствуют.

Ключевой инсайт: см. п. 7.5.1 выше (фокус Фазы 1 — разработка продукта).

2027 год (Фаза 2, месяцы 13–24): коммерциализация и внедрение

Фокус: Первые корпоративные контракты, внедрение у 2-3 корпоративных клиентов, расширение команды для поддержки клиентов.

OPEX до выручки (месяцы 13-15, базовый сценарий):

Ключевой инсайт: см. п. 7.5.2 выше (внедрение у первых клиентов, выручка с месяца 15–18).

2028 год и далее: масштабирование

Фокус: Открытие маркетплейса, запуск SaaS, масштабирование всех моделей монетизации.

• 2028 OPEX: 200 млн руб. (финансируется из выручки 2027-2028)
• 2029 OPEX: 300 млн руб. (финансируется из прибыли)
• 2030+ OPEX: Масштабируется пропорционально выручке

7.7. Cash Flow Forecast (прогноз денежных потоков)

7.7.1. График финансирования (транши инвестиций)

Общий объем инвестиций: 120-150 млн руб. (базовый: 120 млн, опцион: 0-30 млн)

Обоснование распределения траншей: Структура траншей оптимизирована под milestone-based финансирование. Транш 3 сокращен до 20 млн, так как основная разработка завершена. Опционный транш обеспечивает защиту при задержках выручки.

Важное уточнение по движению денежных средств:

• В представленной модели cash flow отображает полный поток средств через компанию.
• На практике, средства на выкуп доли (80 млн руб. из раунда + 20 млн из выручки) будут перечисляться инвестором напрямую основателю в соответствии с графиком траншей.
• Операционные расходы (60 млн руб. базовый + 0-30 млн руб. опцион = 60-90 млн руб.) будут перечисляться на счет компании и отражены в модели как OPEX.
• Такое разделение не влияет на общую потребность в финансировании (120-150 млн руб.), но важно для понимания фактического cash flow компании.

7.7.2. Месячный Cash Flow (2026–2027)

2026 год (Фаза 1, месяцы 1–12): разработка

Итого 2026:

• Инвестиции на развитие: 60 млн руб. (транши 1+2+3: 20+20+20)
• Инвестиции на выкуп доли: 60 млн руб. (транши 1+2: 30+30) — не попадает в cash компании, направляется напрямую основателю
• Расходы Фаза 1: 45.4 млн руб. (burn rate 3.435 млн/мес)
• Cash end 2026: 18.8 млн руб. (остаток на начало Фаза 2: 60 млн - 45.4 млн = 14.6 млн, плюс остаток от траншей = 18.8 млн)

Burn Rate 2026: 3.435 млн руб./мес (45.4 млн / 12 месяцев)

2027 год (Фаза 2, месяцы 13–24): коммерциализация

Временная линия: Фаза 2 начинается в месяце 13 (после завершения Фаза 1 в месяце 12). Первая выручка в месяце 15-18 (базовый сценарий: месяц 18).

Итого 2027 (Фаза 2, месяцы 13-24, базовый сценарий):

• Инвестиции: 0 (транш 3 получен в месяц 11, использован в Фазе 1)
• Выручка: 130 млн руб. (1 корпоративный контракт: частичные платежи 30%/50%/20% = 100 млн + аванс второго 30 млн)
• Расходы: ~53 млн руб. (burn rate 4.413 млн/мес × 12 месяцев)
• Cash end 2027: 125.8 млн руб. (базовый сценарий, из них 20 млн на выкуп доли из выручки)

Burn Rate Фаза 2: 4.413 млн руб./мес (команда + маркетинг + продажи)

Примечание: Полная выручка от контрактов (100M RUB за контракт) будет получена в 2028 году после завершения всех этапов приемки. Выкуп оставшихся 20% доли (20 млн) осуществляется из выручки первого контракта.

7.7.3. Ключевые метрики Cash Flow

Расчёт точки безубыточности по денежному потоку (два уровня):

• Начало Фазы 2 (месяц 13): Cash = 18.8 млн (остаток Фаза 1, из 60 млн на развитие)
• Месяцы 13-14: -8.83 млн (OPEX 4.413 млн/мес) = 9.95 млн
• Месяц 15-18: Первая выручка (30 млн аванс) - расходы = положительный CF
• Месяцы 19-24: Продолжение поступлений и расходов
• Месяцы 19–21 (Q3 2027): ✅ Базовый сценарий: накопительный денежный поток впервые становится положительным (см. Приложение Б).
• Месяцы 32–34 (август–октябрь 2028): ✅ Консервативная оценка: накопленный положительный CF после полной выручки по первым контрактам (30%/50%/20%) с буфером на риски.

Ключевой инсайт: Детали расчёта — в таблице выше и в Приложении Б. Достижение точки безубыточности по денежному потоку подтверждает жизнеспособность модели.

7.8. Инвестиционное предложение и потенциальная доходность

7.8.1. Оценка компании (Pre-money valuation)

Оценка будет определена в ходе переговоров, но может быть обоснована следующими подходами:

1. Market Multiple: 5-7× ARR 2028 года (376 млн руб. × 5 = 1.88 млрд руб.)
2. DCF: При ставке дисконтирования 30–35% и остаточной стоимости, рассчитанной на основе темпа роста 20–25%
3. Comparables: Аналогичные B2B SaaS/ИИ-компании в РФ торгуются на 6-10× ARR

7.8.2. Потенциальная доходность для инвестора

• Прогнозируемая IRR: от 40% годовых (увеличение стоимости в 5-7 раз за 5 лет)
• Срок окупаемости инвестиций: 4-5 лет
• Выход на дивиденды: С 2029 года при свободном cash flow >200 млн руб.

7.8.3. Пути выхода (Exit Strategy)

1. Основной: Продажа стратегическому инвестору (2029-2031)

   • Технологический холдинг
   • Строительный/девелоперский холдинг
   • Системный интегратор

2. Альтернативный: Подготовка к IPO (2032-2033)

   • Московская биржа (технологический сектор)
   • Valuation: 8-12× EBITDA 2032 года

3. Secondary sale: Продажа доли финансовому инвестору в раунде Series B

7.8.4. Ключевые вехи для инвестора (Milestone-based финансирование)

Транш 1: 50 млн руб. (месяц 0, начало)

• Условие: Старт проекта
• Назначение: 30 млн — выкуп 30% доли, 20 млн — начало Фаза 1
• Веха через 5-6 месяцев: Точность ИИ ≥70%

Транш 2: 50 млн руб. (месяц 5-6)

• Условие: Точность ИИ ≥70% достигнута
• Назначение: 30 млн — выкуп +30% доли (итого 60%), 20 млн — продолжение Фаза 1
• Веха через 11-12 месяцев: Завершение Фаза 1, готовность к внедрению

Транш 3: 20 млн руб. (месяц 11-12)

• Условие: Завершение Фаза 1 (MVP готов, точность ≥80%)
• Назначение: 20 млн — старт Фаза 2 (маркетинг и продажи)
• Веха через 15-18 месяцев: Первая выручка (30 млн аванс)

Транш 4 (опцион): 0-30 млн руб.

• Условие: Задержка первой выручки >3 месяцев
• Назначение: Резерв на масштабирование продаж
• Активация: При необходимости после месяца 18 (базовый сценарий)

Вехи роста:

7.9. Управление рисками и план митигации

Где искать риски и митигации: Все риски (технологические, рыночные, операционные, финансовые, конкурентные) и детальные митигации описаны в разделе 8 — п. 8.2 (ключевые риски по категориям), п. 8.3 (матрица приоритетов), п. 8.6 (вывод для инвестора). Ниже — краткая сводка финансовых рисков в контексте раздела 7: что может повлиять на денежный поток, burn rate и выполнение плана.

7.9.1. Финансовые риски: краткая сводка

7.9.2. Операционные буферы (в контексте раздела 7)

1. Временной: +3 месяца на ключевые вехи
2. Финансовый: 10% бюджета Фаза 1 (4.5 млн руб.) + опционный транш (0–30 млн) на непредвиденные расходы
3. Технологический: Фокус на фундаментальном активе (база знаний) и цикле с участием эксперта

Детальные планы митигации, матрица рисков и мониторинг — разд. 8.

7.10. Стратегические выводы для инвестора

7.10.1. Почему эта модель побеждает

1. Более высокая общая выручка: 2,470 млн руб. (базовый сценарий) vs 1,085 млн руб. ранее (+128%)
2. Лучшая unit economics: LTV/CAC 19.4x для корпоративного сегмента vs 0.67x для SaaS ранее (в 29x лучше)
3. Меньшая зависимость от массового рынока: корпоративные клиенты более предсказуемы
4. Более сильные барьеры: ИИ + данные + внедрения у корпоративных клиентов
5. Более устойчивая модель: корпоративная выручка финансирует развитие SaaS и Маркетплейс

7.10.2. Компромиссы стратегии

1. Более поздний старт SaaS: Но более качественная база для масштабирования
2. Более высокая сложность продаж: Но более высокая маржинальность
3. Более долгий цикл валидации: Но более глубокая validation

7.10.3. Ключевой инсайт для инвестора

Консервативный сценарий: IRR 35–40%, exit 5–7x за 5 лет. Успешная реализация: IRR 50%+, exit 10x+. Риски митигированы через milestone-based финансирование и приоритет фундаментального актива (п. 1.1.9).

7.11. Сценарный анализ

Детальная информация: См. Приложение Б.

7.11.1. Базовый сценарий (вероятность 60%)

7.11.2. Оптимистичный сценарий (вероятность 25%)

Ключевые улучшения:

• 3 корпоративный клиента в 2027 (вместо 2)
• Быстрый рост SaaS (100+ клиентов к концу 2028)
• Высокий GMV маркетплейса (>2M RUB/клиент/год)

7.11.3. Пессимистичный сценарий (вероятность 15%)

Ключевые риски:

• 1 корпоративный клиент в 2027 (вместо 2)
• Медленный рост SaaS (50+ клиентов к концу 2028)
• Низкий GMV маркетплейса (<1M RUB/клиент/год)
• Корректировка стратегии → снижение цен и увеличение затрат

7.11.4. Сравнительная таблица сценариев

7.12. Анализ чувствительности

Детальная информация: См. Приложение Б.

7.12.1. Ключевые драйверы с весами

7.12.2. Параметры консервативного сценария (при точности < 80% к месяцу 16)

Влияние консервативного сценария на финансовую модель:

• Выручка 2027: -68% (30M вместо 95M при 1 клиенте, консервативный сценарий)
• Выручка 2028: -35% (150M вместо 230M при 1-2 клиентах, консервативный сценарий)
• Точка безубыточности по денежному потоку (консервативная оценка): +3–4 месяца (месяц 35–38 вместо 32–34)
• EBITDA Margin: -5-7% (из-за увеличения OPEX)

Стратегический акцент: даже если достижение целевых показателей автономности ИИ потребует больше времени, наша первоочередная задача — создание полной базы знаний нормативов — будет выполнена. Это позволит развернуть у клиента высокоэффективную экспертную систему проверок, которая сама по себе обеспечит 60–70% автоматизации и станет готовым фундаментом для последующей интеграции LLM.

7.13. Метрики для мониторинга

Детальная информация: См. Приложение Б.

7.13.1. Контрольные точки (Decision Gates)

7.13.2. Финансовые KPI (ежемесячно)

7.13.3. Процедуры корректировки

1. Еженедельный мониторинг: Cash Runway, Burn Rate
2. Ежемесячный анализ: Все финансовые KPI, сравнение с планом
3. Квартальный пересмотр: Сценарный анализ, корректировка допущений
4. При достижении Decision Gates: Полный анализ ситуации, решение о продолжении/корректировке

Ключевой принцип: Проактивное управление рисками через раннее обнаружение отклонений и быструю корректировку стратегии.

7.14. Заключение

• Запрос: 120–150 млн руб. (п. 7.2) на 12 месяцев разработки и выход на рынок с фокусом на ИИ для корпоративного сегмента
• Ключевые вехи: Выручка с 2027, безубыточность по денежному потоку — п. 7.6.1; сценарный анализ и выход — п. 7.8
• Для инвестора: Стратегическая позиция в компании стандарта отрасли, управляемые риски, чёткий путь к выходу

Детали — в разд. 7.

Раздел 8. Управление рисками и план минимизации для стратегии «сначала корпоративный сегмент»

Любой бизнес несет риски, особенно при выходе на корпоративный рынок. Команда ПИР-Система полностью осознает и проактивно управляет рисками. Использование существующих активов и стратегия «сначала корпоративный сегмент, AI-first» значительно снижает ключевые риски, делая проект более привлекательным для инвестора, чем типичный стартап с нуля.

8.1. Стратегический подход к управлению рисками

8.1.1. Ключевые принципы

1. Проактивность: Идентификация рисков до их реализации, а не реагирование на последствия
2. Использование активов: Существующие технологии, данные и команда снижают фундаментальные риски
3. Стратегическая митигация: Каждый риск имеет конкретный план снижения с четкими триггерами
4. Финансовый буфер: Резерв бюджета зарезервирован на непредвиденные затраты (в т.ч. разработки)

8.1.2. Преимущества стратегии «сначала корпоративный сегмент» для управления рисками

• Более предсказуемый рынок: Корпоративные клиенты имеют стабильные бюджеты
• Высокий LTV: 155 млн руб. LTV оправдывает более высокий CAC
• Проверенная модель: Результаты пилота подтверждены (п. 1.1.5)
• Технологический барьер: ИИ-инструменты сложно скопировать

8.2. Ключевые риски и стратегии митигации

8.2.1. Технологические риски (приоритет №1 для корпоративного сегмента)

Риск: Недостижение целевой точности ИИ (<90%)

Описание: ИИ-нормоконтроль не достигает целевых 90% точности, что может снизить ценность предложения для части корпоративных клиентов.

Вероятность: Средняя (30-40%) Влияние: Высокое (снижение ценности на 30-50%)

Стратегия митигации — стратегические приоритеты, а не «уровни запасного пути»:

Ключевой принцип: Создание базы знаний — не «этап» или «запасной уровень», а фундаментальная цель первого этапа и безусловная ценность. Даже при задержке автономности ИИ клиент получает структурированный актив и измеримый результат за счёт цикла активного обучения с участием человека.

Стратегические приоритеты (дорожная карта):

1. Приоритет 1 (безусловный): Создание базы знаний нормативов. Структурированный граф нормативов (ГОСТ, СП, СНиП), типовых ошибок и корпоративных шаблонов. Даже если дальнейшее развитие ИИ замедлится, этот актив сам по себе представляет высокую ценность для клиента и является фундаментом для любых будущих улучшений.
2. Приоритет 2: Оптимизация цикла активного обучения с участием эксперта. Эффективный процесс взаимодействия эксперта и системы для максимального качества проверок и накопления обратной связи.
3. Развитие: Интеграция LLM-моделей как мультипликатора точности и охвата поверх созданной базы знаний.

Митигация при задержке: усиление фокуса на приоритетах 1–2 и коммерциализация экспертной системы с участием эксперта в проверке; интеграция LLM — следующий этап, а не «корректировка плана».

Финансовый буфер: 4.5 млн руб. (10% бюджета Фаза 1) + 0-30 млн руб. (опционный транш) зарезервировано на непредвиденные затраты.

Контроль: Ежемесячный мониторинг прогресса по базе знаний и точности, ежеквартальная корректировка плана разработки.

Риск: Проблемы с импортозамещением и безопасностью

Описание: Сложности с совместимостью с российским стеком, проблемы с ФЗ-152. Архитектура учтена — п. 4.2.

Вероятность: Низкая (10%) Влияние: Среднее (увеличение затрат на 10%)

Митигация:

• ✅ Архитектура уже спроектирована с учетом российских требований (п. 4.2)
• ✅ Готовность к on-premise развертыванию
• ✅ Совместимость с Российским стеком (например: Astra Linux, Postgres Pro)
• ✅ 20% бюджета выделяется на соблюдение нормативных требований и адаптацию

8.2.2. Рыночные риски (приоритет №2)

Риск: Отказ корпоративных клиентов платить 80+ млн руб.

Описание: Крупные холдинги не готовы платить премиум за ИИ-инструменты.

Вероятность: Средняя (30-40%) Влияние: Высокое (снижение ARPU на 50-70%)

Митигация:

1. Доказанный ROI: Пилот подтвердил измеримую экономию и окупаемость за 4 месяца (п. 1.1.5)
2. Стратегия ценообразования: Лицензия 80 млн руб. не должна превышать 20% от годовой экономии клиента
3. Поэтапное внедрение: Начинаем с пилота (5-10 млн руб.), потом лицензия
4. Готовые клиенты: Уже есть договоренности о пилотировании. Запуск лендинга на весь период разработки

Триггер для корректировки: <50% конверсии пилот → коммерческий контракт за 6 месяцев Действие: Переход на SaaS-модель для корпоративного клиента (20-30 млн руб./год вместо 80 млн)

Риск: Долгий цикл продаж (>12 месяцев)

Описание: Корпоративные продажи занимают больше года, период отрицательного денежного потока (cash flow negative) удлиняется.

Вероятность: Высокая (60-70%) Влияние: Высокое (Увеличение объёма расходования средств (cash burn) на 40–50 %)

Митигация:

1. Стратегическая воронка: Уже есть 3 компании (пул желающих пилотировать). Запуск лендинга в период разработки для увеличения пула для пилотных испытаний
2. Сокращенный пилот: 90 дней вместо 180
3. Авансовая оплата: 30% при подписании, 50% при запуске
4. Параллельная разработка: ИИ разрабатывается параллельно с продажами

Риск: Макроэкономический / отраслевой спад

Описание: Свёртывание спроса в секторе (например, кризис в жилищном строительстве, ужесточение кредитования) откладывает крупные контракты и удлиняет цикл выручки.

Вероятность: Средняя (30–40%) Влияние: Высокое (сдвиг первой выручки на 6–12 месяцев, рост расхода средств)

Митигация: Реализация пессимистичного сценария с фокусом на антикризисное предложение для среднего сегмента. См. п. 7.11.3.

8.2.3. Операционные риски

8.2.3.1. Риск: Зависимость от основателя

Описание: Проект сильно зависит от Карпова Н.А. как от единственного, кто понимает и технологию, и рынок.

Вероятность: Средняя (30-40%) Влияние: Высокое (остановка развития при уходе)

Митигация:

1. Найм: Solutions Architect
2. Документация: Полная техническая и бизнес-документация
3. Equity: 15% пул для ключевых сотрудников
4. План перехода: Постепенная передача функций

8.2.3.2. Риск: Нехватка ИИ-специалистов

Описание: Российский рынок испытывает дефицит ML-инженеров с нужной экспертизой.

Вероятность: Высокая (50-60%) Влияние: Среднее (задержка разработки на 3-6 месяцев)

Митигация:

1. Аутсорсинг: Работа с исследовательскими институтами
2. Удаленная работа: Доступ к специалистам из других регионов

8.2.3.3. Риск: Конфликт интересов и управления при поэтапном выкупе доли

Описание: Поэтапный выкуп доли (30% → 60% → 80%) создает динамическую структуру управления, где баланс влияния меняется. После Транша 2 инвестор получает контроль (60%), но основатель сохраняет значительную долю (40%), что может привести к разногласиям по стратегическим решениям.

Вероятность: Средняя (40-50%) Влияние: Высокое (замедление принятия решений, блокировка ключевых инициатив)

Митигация (Стратегия корпоративного управления):

Детализированный механизм управления и мотивации, исключающий данный риск, представлен в подразделе 8.2.3 (риск зависимости от основателя) и в п. 1.1.6 (Команда и корпоративное управление). Ключевые элементы митигации:

1. Reverse Vesting: 20% доли основателя подлежит Reverse Vesting на 4 года (Cliff 1 год), гарантируя долгосрочную вовлеченность
2. Performance Option: 5-10% опционного пула за сверхрезультаты создает дополнительную мотивацию
3. Tag-along & Drag-along права: Защита интересов обеих сторон при exit с ценовым порогом для Drag-along
4. Четкое разделение полномочий: Основатель как CEO с операционной автономией, инвестор — стратегический контроль через Совет директоров
5. Механизм разрешения конфликтов: Право вето основателя на стратегические решения может быть преодолено единогласным решением инвестора в Совете
6. План преемственности: Дорожная карта по найму профессионального COO к моменту достижения выручки 200+ млн руб.

Итоговый тезис:

Система управления и мотивации превращает потенциальный конфликт интересов в партнерство по созданию стоимости. Reverse Vesting гарантирует долгосрочную вовлеченность, Performance Option мотивирует на сверхрезультаты, Tag-along/Drag-along защищают интересы при exit, а четкое разделение полномочий обеспечивает эффективное управление без блокировок. Основатель сохраняет операционную автономию и мотивацию, а инвестор получает защиту своих интересов и возможность влиять на стратегические решения.

8.2.4. Финансовые риски

Риск: Превышение бюджета (cash burn rate)

Описание: Расходы превышают плановые 6-7 млн руб./месяц.

Вероятность: Средняя (40-50%) Влияние: Высокое (Сокращение периода финансовой устойчивости (runway), необходимость привлечения дополнительного инвестиционного раунда)

Митигация (План финансовой дисциплины):

Контроль: Еженедельный мониторинг расходов (burn rate), ежемесячный финансовый отчет

Риск: Несоблюдение целевых показателей по выручке (milestones)

Описание: Не достигнуты ключевые финансовые вехи (первый контракт через 15–18 месяцев).

Вероятность: Средняя (40-50%) Влияние: Критическое (провал стратегии)

Митигация рисков с корректировкой по контрольным точкам (milestones):

8.2.5. Конкурентные риски

Риск: Появление сильного конкурента

Описание: Крупный IT-холдинг (Яндекс, Сбер, VK) запускает аналогичное решение.

Вероятность: Низкая (20-30% в первые 2 года) Влияние: Высокое (снижение доли рынка на 30-50%)

Митигация:

1. Технологическое преимущество: 2 года форы в разработке
2. Импортозамещение: Специализация на российском рынке
3. Стратегическое партнерство: Возможность продажи решения конкуренту

8.3. Матрица приоритетных рисков (фокус: корпоративный сегмент)

8.4. Ключевые стратегии управления рисками

8.4.1. Финансовая дисциплина и финансовый буфер

• Период финансовой устойчивости: 24 месяца при burn rate 6.25 млн руб./мес
• Резервы: 10% бюджета Фаза 1 (4.5 млн руб.) + опционный транш (0-30 млн руб.) на митигацию рисков
• Milestone-based финансирование: Транши по достижении ключевых вех
• Консервативные прогнозы: Допущения на 20-30% ниже рыночных бенчмарков

8.4.2. Управление рисками разработки и технологическая гибкость

• Стратегические приоритеты (не «уровни»): (1) База знаний — безусловный результат и ценность; (2) Цикл активного обучения с участием эксперта — метод развития системы; (3) Интеграция LLM — мультипликатор поверх фундамента
• ИИ-архитектура с активным обучением: Сочетание базы знаний, участия эксперта в цикле проверки (эксперт в контуре проверки) и при необходимости интеграции LLM
• Модульность: Возможность отключения/замены компонентов

8.4.3. Стратегическая адаптивность

• Варианты разворота бизнеса: корпоративный сегмент → SaaS → Consulting
• Гибкая GTM: Прямые продажи → Партнерства → Маркетплейс
• Масштабируемая модель: От 2 корпоративных клиентов к 10+

8.4.4. Использование существующих активов

• Снижение технологических рисков: Готовый MVP, проверенные алгоритмы
• Снижение рыночных рисков: Валидированный спрос, готовые клиенты
• Снижение операционных рисков: Опытная команда, процессы

8.5. План мониторинга и контроля рисков

8.5.1. Еженедельно

• Наблюдение за показателем burn rate (с пояснением: «темпа расходования средств»).
• Оценка состояния воронки продаж
• Мониторинг точности работы ИИ

8.5.2. Ежемесячно

• Дашборд с анализом сводной отчётности по рискам
• Сопоставление финансового плана с исполнением
• Оценка кадрового потенциала и стратегия найма

8.5.3. Ежеквартально

• Оценка стратегических рисков
• Анализ рынка и конкуренции
• Оценка потенциала для изменения бизнес‑модели

8.5.4. Триггеры для экстренных действий

1. Денежные запасы < 9 месяцев → Активация плана оптимизации затрат
2. Точность ИИ < 70% к 9 месяцам → Корректировка фокуса на фундаментальном активе и оптимизации цикла с участием эксперта
3. Нет желающих пилотировать к 6 месяцу → Меняем стратегию на SaaS-first
4. Риск потери ключевого сотрудника реализован → Активация плана преемственности

8.6. Вывод для инвестора: управляемые риски, понятная митигация

Инвестиции в ПИР-Систему — это не "инвестиция вслепую", а стратегическая позиция с управляемыми рисками:

8.6.1. Что делает риски управляемыми:

1. Технологические риски: Стратегические приоритеты (п. 3.1.4.1: база знаний → цикл с экспертом → LLM), резерв 4.5 млн руб. (Фаза 1) + опционный транш (0-30 млн руб.)
2. Рыночные риски: Валидация подхода в пилоте (п. 1.1.5), сигналы спроса (лендинг, переговоры); текущих контрактов нет
3. Финансовые риски: Запас финансовой устойчивости — 24 месяца, финансирование осуществляется по этапам (в привязке к ключевым вехам)
4. Операционные риски: Использование существующей команды, планы найма

8.6.2. Ключевые отличия от типичного стартапа

• ✅ Не начинаем с нуля: Валидированное ядро платформы (проверено в пилоте)
• ✅ Не гипотеза: Концепция доказана в промышленном пилоте. Текущий статус — п. 1.1.5.
• ✅ Не слепой выход на рынок: Сигналы спроса (лендинг, переговоры); дорожная карта до первого контракта
• ✅ Не просто обещания: Конкретные планы митигации с выделенными ресурсами

8.6.3. Для инвестора это означает

• Сниженный технологический риск: Валидированное ядро сокращает time-to-market на 18–24 месяца
• Чёткий путь к выручке: Дорожная карта (п. 3.1.5) и фокус на корпоративном сегменте
• Более предсказуемый результат: Планы митигации на все ключевые риски
• Более высокая вероятность успеха: Стратегия основана на доказанных фактах

Риски есть, но они идентифицированы, приоритизированы и имеют конкретные планы митигации с выделенными ресурсами. Это не гарантия отсутствия проблем, но это гарантия готовности к ним, что в мире венчурных инвестиций часто важнее, чем их полное отсутствие.

Раздел 9. Команда и заключение

9.1. Проектная команда: создатели технологии

Ядро команды «ПИР-Система» — архитекторы цифровой трансформации, которые уже создали, протестировали и доказали эффективность ядра платформы. Это команда-создатель с более чем 70-летним совокупным опытом в разработке высоконагруженных цифровых продуктов и глубоким пониманием строительной отрасли.

9.1.1. Управленческое и техническое ядро

Николай Александрович Карпов — ИТ-Интегратор и Архитектор цифровых решений с экспертизой в области ИИ

• Роль: Основатель, Стратегический руководитель проекта, Архитектор платформы
• Экспертиза: 20+ лет в проектировании и внедрении ERP/CRM/SaaS для строительства.
• Специализация: полный цикл цифровой трансформации, интеграция AI в бизнес-процессы (RAG-системы, prompt-инжиниринг).
• Ключевая роль в стратегии: Формулирование требований к ИИ-модулям на основе глубинного понимания процессов проектирования, обеспечение интеграции технологических решений с реальными бизнес-задачами корпоративных клиентов.

Прокофьев Болеслав Владимирович — Технический директор (CTO)

• Роль: Технический лидер
• Экспертиза: 25 лет профессионального программирования, создание высоконагруженных систем.
• Ключевая роль: Построение масштабируемой архитектуры для обработки тысяч проектов и интеграции ИИ-пайплайнов (OCR, NLP, векторные БД).

Федорин Вячеслав Александрович — Lead Fullstack Developer / QA Lead

• Роль: Разработка интерфейсов, Обеспечение качества
• Экспертиза: 18+ лет в IT, фокус на frontend и автоматизации тестирования.
• Ключевая роль: Разработка сложных дашбордов ИИ-аналитики, обеспечение безупречного качества для корпоративных клиентов.

Безруков Ярослав Игоревич — Senior Fullstack Developer

• Роль: Разработка бизнес-логики платформы
• Экспертиза: 18+ лет коммерческого опыта на JavaScript/TypeScript.
• Ключевая роль: Реализация бизнес-логики, интеграция фронтенда с GraphQL API, разработка модулей биржи и документооборота.

Ключевой вывод: Команда обладает полным циклом компетенций для реализации стратегий: "AI для корпоративного сегмента", "SaaS для управления проектированием" — от стратегического видения и архитектуры данных до реализации пользовательского опыта и обеспечения качества.

9.2. Стратегическое преимущество: разработчики промышленного прототипа

Главный актив проекта — команда, которая не понаслышке знает, как технология работает в реальных условиях корпоративных клиентов. В отличие от стартапов, разрабатывающих продукт с нуля, наше ядро — это инженеры, уже прошедшие полный цикл: от архитектуры и разработки до внедрения, поддержки и получения измеримых результатов в промышленной среде.

9.2.1. Количественный эффект от готового технологического ядра

9.2.2. Почему это решающий фактор для выхода на корпоративный рынок

1. Доверие через доказанную экспертизу: Клиент с бюджетом 80+ млн рублей покупает не софт, а снижение рисков. Готовность нашей команда обсуждать детали пилота на уровне процессов, а не презентаций, — ключевой аргумент на переговорах.
2. Скорость как конкурентное оружие: Внедрение базовой платформы за 30 дней (п. 5.2.1) достижимо только потому, что её разрабатывали те, кто будет её внедрять. Нет разрыва между разработкой и успехом клиентов.
3. Глубина вместо широты: Фокус на корпоративный сегмент требует глубокой, а не поверхностной автоматизации. Понимание командой «подводных камней» проектирования (например, нестандартных ТУ или сложных согласований) заложено в архитектуру продукта.

Таким образом, инвестиции поступают не в гипотетическую сборку команды под неизвестный продукт, а в масштабирование уже существующей и проверенной связки «технология — люди — процессы».

9.3. План по усилению команды на инвестиции

На привлеченные средства мы усилим команду строго в соответствии со описанной выше стратегией.

9.3.1. Приоритетные позиции для найма (0-12 месяцев):

Обязательные (критично для корпоративного сегмента):

1. Solutions Architect / руководитель корпоративного направления (месяцы 1-3)

   • Роль: Внедрение ИИ-решений у корпоративных клиентов
   • Опыт: 5+ лет внедрения корпоративного софта, знание строительной отрасли
   • Зачем: Смягчение зависимости инвестора от основателя, усиление команды на этапе внедрения

2. Senior ML-инженер (месяцы 1-3)

   • Роль: Разработка ИИ-системы нормоконтроля с активным обучением
   • Опыт: 3+ лет работы с NLP, опыт fine-tuning LLM, векторные БД
   • Зачем: Работа над построением датасета «Оцифрованные нормативы», дообучение модели на корпоративных данных

3. директор по корпоративным продажам (месяцы 12-16)

   • Роль: Продажи корпоративным клиентам
   • Опыт: 5+ лет продаж B2B в корпоративном сегменте, средний чек от 10 млн руб.
   • Зачем: Закрытие сделок 80+ млн руб.

Желательно (для масштабирования):

4. ML-инженер #2 (месяцы 6-9)

   • Роль: Улучшение точности, масштабирование моделей
   • Опыт: 2+ лет в ML, знание архитектур RAG
   • Зачем: Разметка датасетов, достижение целевых 90% точности

5. Product Manager для корпоративного сегмента (месяцы 6-9)

   • Роль: Управление product roadmap для корпоративных клиентов
   • Опыт: 3+ лет в B2B SaaS и корпоративных продуктах
   • Зачем: Формирование требований от корпоративных клиентов

9.3.2. Стратегия найма и мотивации: Выравнивание интересов

Структура компенсации и собственности построена для привлечения и удержания сильных специалистов, а также для долгосрочного совмещения их интересов с целями инвесторов.

1. Резерв акций для команды: 20% капитала компании выделено в пул для ключевых сотрудников, включая опционы для текущего ядра и будущих топ-менеджеров. Вестинг — 4 года (cliff 1 год).
2. Конкурентоспособный cash-компенсационный пакет: Заработная плата на уровне рыночных медиан для соответствующих позиций в ИТ и ИИ-сегменте.
3. Премии, привязанные к ключевым метрикам (KPI): Система бонусов за достижение вех по разработке ИИ, внедрению у клиентов и финансовым показателям.
4. Принцип найма: Мы ищем не исполнителей, а со-строителей компании, готовых разделить долгосрочный успех.

Механизм усиления мотивации основателя и команды:
В рамках инвестиционной сделки 20% доли основателя будут выкуплены компанией из её будущей выручки после достижения операционной безубыточности по денежному потоку. Высвобождаемые акции не уйдут «на сторону» — они будут использованы для дальнейшего усиления команды: пополнения опционного пула, привлечения ключевых наёмных лидеров (например, будущего CEO) или создания программы для топ-менеджмента. Этот подход решает две задачи:

• Финансово мотивирует основателя вести компанию к ключевой вехе устойчивости.
• Создает стратегический резерв акций для роста компании, не размывая долю инвестора.

9.4. Организационная структура для корпоративной стратегии

9.4.1. Фаза 1 (0-12 месяцев): фокус на корпоративном сегменте

Основатель (Карпов Н.А.)
├── Техническое направление (Прокофьев Б.В.)
│   ├── ИИ-разработка (Senior ML Engineer + команда)
│   └── Платформа (Федорин В.А., Безруков Я.И.)
└── Направление корпоративного сегмента (Solutions Architect)
    ├── Внедрение и пилоты
    └── Поддержка клиентов

9.4.2. Фаза 2 (12-24 месяца): Масштабирование

• Нанять CEO/COO (при выручке 200+ млн руб.)
• Нанять отдел продаж (первоначально — Sales Director, с последующим наймом Account Manager при росте объема сделок)
• Внедрить систему сопровождения клиентов (Customer Success) для их удержания
• Создать отдел маркетинга для подготовки к SaaS-запуску

9.4.3. Принципы построения структуры:

1. Плоская иерархия на первом этапе (скорость принятия решений)
2. Кросс‑функциональные команды для корпоративных проектов
3. Продукто‑ориентированная структура вокруг ключевых ИИ-модулей
4. Проектирование процессов и структуры для роста до 50+ сотрудников

9.5. Стратегические риски команды и митигации

9.5.1. Зависимость от основателя

Риск 1: Операционная зависимость

Описание: Знания, сеть контактов и видение продукта сконцентрированы у основателя (Карпова Н.А.).

Митигация (интегрированная в сделку и план):

1. Поэтапная передача знаний: В Фаза 1 (2026) будет нанят Solutions Architect, который формализует архитектуру и процессы. Полная техническая документация — веха для Транша 3.
2. План преемственности: Найм профессионального COO/CEO запланирован на момент достижения выручки >200 млн руб. в год (ориентировочно 2029 г.), что закреплено в плане корпоративного управления. До этого момента основатель сохраняет роль операционного руководителя.
3. Институциональная память в продукте: Ключевая экспертиза основателя оцифрована и заложена в бизнес-логику и ИИ-алгоритмы платформы, снижая персонализацию знаний.

Риск 2: Снижение мотивации основателя после выкупа доли

Описание: Поэтапный выкуп 60% доли инвестором (Транши 1-2) может снизить прямую финансовую заинтересованность основателя в долгосрочном росте компании.

Митигация (закрепленная в структуре сделки):

1. Условный финальный выкуп: Соглашением предусмотрено, что выкуп оставшихся 20% доли у основателя осуществляется компанией из её свободного денежного потока после достижения операционной безубыточности по денежному потоку. Это привязывает значительную часть вознаграждения основателя к ключевой вехе финансовой устойчивости.
2. Дополнительный опционный пул: Из выкупаемых 20% долей будет сформирован дополнительный опционный пул для основателя, вестируемый при достижении амбициозных стратегических целей (например, выход на выручку 1 млрд руб.).
3. Операционная автономия и ответственность: В плане корпоративного управления основателю гарантирована значительная свобода в управлении продуктом и технологиями, сохраняя нематериальную мотивацию и чувство собственности.
4. Совет директоров: Инвестор получает право контроля через Совет директоров, обеспечивая стратегический надзор без вмешательства в операционную деятельность до достижения плановых показателей.

9.5.2. Риск: Недостаток экспертизы для корпоративного сегмента

• Митигация: Найм Solutions Architect в первые 3 месяца
• Буфер: Партнерства с системными интеграторами

9.5.3. Риск: Дефицит и дороговизна квалифицированных ML-инженеров

Описание: Российский рынок испытывает острый дефицит специалистов по машинному обучению уровня Senior+, что может привести к задержкам в разработке и росту расходов на фонд оплаты труда.

Наша стратегия митигации: «Ядро + периферия»

Вместо попытки собрать дорогостоящую команду из нескольких «звёзд», мы выстраиваем эффективную модель с одним ключевым архитектором:

1. Фокус на одном ключевом найме: Мы привлекаем ведущего ML-архитектора (Senior/Team Lead) с опытом в NLP и построении production-пайплайнов. Этот специалист будет отвечать за общую архитектуру ИИ, выбор моделей и постановку задач.
2. Делегирование исполнения под руководством: Под его техническим руководством будут работать:
   • Текущие backend-разработчики команды, которые освоят базовые операции с ML-моделями (инференс, работа с векторными БД, логирование).
   • ML-инженеры уровня Middle, которых проще найти на рынке. Их задача — реализация готовых решений, data engineering, настройка инфраструктуры.
   • Внешние исполнители (аутсорс/фриланс) на узкие, изолированные задачи (разметка данных, адаптация open-source решений).
3. Снижение порога входа за счёт технологического стека: Мы сознательно строим пайплайн на основе проверенных open-source фреймворков и моделей, что минимизирует потребность в глубокой research-экспертизе на старте и позволяет эффективно распределять работу.
4. Финансовый приоритет и защита: Основной бюджет ФОТ в Фазе 1 направлен на привлечение и удержание ключевого ML-архитектора. Конкурентоспособный опционный пакет и работа над амбициозной проблемой рынка в 1.1 трлн рублей являются нашими ключевыми аргументами при найме.

Вывод: Данный подход позволяет резко снизить зависимость от множества редких и дорогих специалистов, концентрируя экспертизу в одной критической точке (архитектор) и эффективно используя ресурсы имеющейся и доступной команды.

9.6. Заключение по команде: Инвестиция в доказанную исполнительскую способность

Таким образом, предлагаемые инвестиции направляются не в гипотезу, а в проверенную способность команды под руководством основателя:

1. Выявить системную проблему с измеримыми финансовыми потерями (15-25% прибыли).
2. Спроектировать и валидировать решение, доказав его эффективность в пилоте (п. 4.3).
3. Привлечь экспертизу и создать работающий актив — промышленно тестированное ядро платформы.
4. Чётко определить следующий шаг — построение коммерческой машины на корпоративном рынке — и запросить адекватные ресурсы для его реализации.

Раздел 10. Заключительный стратегический тезис

10.1. Уникальное окно возможностей: Почему сейчас?

1. Рынок готов: Кризис эффективности + кадровый дефицит + импортозамещение
2. Технология доказана в пилоте (п. 4.3)
3. Команда готова: Создатели технологии с 70+ лет опыта
4. Стратегия ясна: Фокус на Корпоративный сегмент с инструментами ИИ
5. Инвестиционный климат: Готовность инвесторов к deep tech B2B

10.2. Что получает инвестор:

Не просто долю в стартапе, а позицию в компании, которая:

1. Начинает с платящего рынка: Корпоративные клиенты готовы платить 80+ млн руб. сегодня
2. Строит фундаментальные преимущества: ИИ + данные + сетевые эффекты
3. Имеет команду-создателя: Нельзя купить, нельзя скопировать
4. Следует доказанной стратегии: Не эксперимент, а выполнимый план
5. Создает стандарт отрасли: Потенциал доминирования в нише 1.1 трлн руб.

10.3. Ключевые цифры для принятия решения:

• Запрос: 120-150 млн рублей (базовый: 120 млн, опцион: 0-30 млн)
• Выход на безубыточность по денежному потоку: см. раздел 7.6
• Выручка 2031: 2,412 млн рублей (2.1x выше первоначального плана)
• IRR: 40%+ годовых
• Путь выхода: Продажа стратегическому инвестору в 2029-2031

10.4. Риски и потенциал

Фундамент: готовое ядро + ИИ, пилот + сигналы спроса, команда-создатель, стратегия AI-first. Риски митигированы — см. раздел 8.

ПРИЛОЖЕНИЯ

Номера страниц (Стр.) заполняются при финальной верстке документа.

А.1: Детальная сравнительная таблица TCO

Детальная сравнительная таблица TCO

Развернутая таблица на горизонт 3 и 5 лет. Расчёт сделан для целевого Корпоративного клиента (выручка от 1 млрд руб./год на ПИР, ~1000 сотрудников).

Итоговый вывод

Сравнительный анализ совокупной стоимости владения (TCO)

Расчёт показывает, что внедрение «ПИР-СИСТЕМЫ» вместо набора разрозненных инструментов обеспечивает снижение совокупных затрат (TCO) крупного заказчика на ~23% в течение пятилетнего цикла, что эквивалентно прямой экономии в ~63.5 млн рублей.

Ключевые драйверы экономии:

1. Устранение скрытых интеграционных бюджетов (экономия 25 млн руб. в CAPEX).
2. Ликвидация колоссальных операционных потерь (до 28 млн руб. ежегодно), вызванных рутиной, разрозненностью данных и ручным сбором отчётов.
3. Снижение нагрузки на внутренние IT-ресурсы и затрат на постоянную адаптацию сотрудников к «зоопарку» систем.

Хотя годовая поддержка «ПИР-СИСТЕМЫ» выглядит выше, она является всеобъемлющей и предсказуемой статьёй расходов, которая полностью покрывает развитие, поддержку и обучение. В отличие от альтернативы, где низкая базовая подписка маскирует настоящую стоимость владения, складывающуюся из интеграций, внутреннего IT-персонала и, что самое важное, перманентных потерь ценного времени ключевых специалистов.

Таким образом, выбор в пользу «ПИР-СИСТЕМЫ» — это не просто покупка программного обеспечения, а стратегическое инвестирование в устранение системной неэффективности, что напрямую конвертируется в повышение маржинальности проектов и защиту от операционных рисков.

А.2: Сравнительный анализ конкурентного преимущества

Почему мы выигрываем: Единая платформа против набора инструментов

Назначение: Данная таблица предназначена для использования в pitch deck (слайд 3-4) как наглядное доказательство рыночного преимущества и создания новой категории.

Сравнительный анализ подходов к цифровизации ПИР

Итог: Ключевые преимущества ПИР-СИСТЕМА

Клиент получает работающее решение:

• ⚡ В 4-8 раз быстрее (время внедрения базовой платформы — см. таблицу выше)
• 💰 С измеримым ROI по результатам пилота (п. 4.3)
• 🎯 С полным контролем (единая платформа, сквозная аналитика)
• 💵 Экономя 40-60% от TCO за 3 года (прозрачная цена vs скрытые интеграции)

Почему новая категория защищена от конкурентов

Архитектурные барьеры:

• Единая платформа vs интеграция разрозненных систем — требует перепроектирования с нуля
• Эффект данных: Сквозная аналитика на всех этапах ПИР создает сетевой эффект
• ИИ-алгоритмы: Обучены на полном цикле данных (требует доступа к тем же данным и use cases)

Временные барьеры:

• Время внедрения базовой платформы — см. таблицу выше
• AI-инструменты обновляются поэтапно в течение года (включено в поддержку)

Экономические барьеры:

• Прозрачная цена vs скрытые затраты на интеграции (20-30 млн руб.)
• Доказанный ROI 30% vs сложно измеримый результат у конкурентов

Рекомендации для использования в презентации

Слайд 3-4 Pitch Deck:

• Используйте данную таблицу как визуальное доказательство создания новой категории
• Выделите ключевые преимущества ПИР-СИСТЕМА (жирным или цветом)
• Подчеркните количественные преимущества: "В 4-8x быстрее", "30% экономии", "40-60% экономии TCO"
• Используйте итоговый блок для финального акцента

Ключевое сообщение:

Мы не конкурируем с существующими решениями — мы создаем новую категорию, где единая платформа заменяет набор разрозненных инструментов, обеспечивая клиенту работающее решение в 4-8 раз быстрее с доказанным ROI 30%.

Источник данных:

• Пилот ГК «ПИРС» (2 года, 30% экономии)
• Исследование ГК «Самолет» (2024)
• Анализ конкурентных решений (KYRO AI, Zepth, Archistar)
• Расчет TCO на основе реальных внедрений

А.3: Сравнение подходов для позиционирования и продаж

Назначение: Справочная таблица для раздела 5.4.4 (конкурентное позиционирование в продажах) и для скрипта переговоров с корпоративными клиентами.

Сводное сравнение критериев для ЛПР — п. 1.1.4; детальный TCO — Приложение А.1.

Б: Детальная финансовая модель

Примечание: Данный документ содержит детальную финансовую модель с поквартальными расчетами, сценарным анализом и метриками мониторинга. Для сводных данных см. основной раздел 7. Финансовый план и запрос на финансирование.

Б.1. Подробные таблицы для приложения к инвестиционному меморандуму

ТАБЛИЦА 1: Структура инвестиционного раунда

Финансовые параметры раунда

График траншей (Milestone-based financing)

Примечание: Выкуп оставшихся 20% доли осуществляется из выручки от первого корпоративный контракта.

ТАБЛИЦА 2: Детализированный бюджет Фаза 1 (12 месяцев)

Команда и операционные расходы

Примечание: Сокращенный состав команды с возможностью масштабирования через фрилансеров.

ТАБЛИЦА 3: График денежных потоков Фаза 1-2

Месячный cash flow (первые 18 месяцев)

Важно: В колонке "Поступления на развитие" учитываются только средства, направляемые на развитие проекта (без учета выкупа доли). Выкуп доли (30 млн + 30 млн = 60 млн из раунда) не попадает в cash компании и направляется напрямую основателю.

Ключевые метрики:

• Cash на начало Фаза 2 (месяц 13): 18,8 млн руб. (после расходов месяца 12: 18,776,400 руб.)
• Cash после первого месяца Фаза 2 (месяц 13): 14,4 млн руб. (18,8 - 4,413 = 14,4)
• Runway до выручки: 3+ месяца при burn rate 4,4 млн/мес (до месяца 15, оптимистичный сценарий)
• Точка безопасности: Месяц 14 (остаток cash: 9,9 млн) — критическая точка перед выручкой
• Итого средств на развитие из раунда: 60 млн руб. (20+20+20)
• Итого средств на выкуп доли из раунда: 60 млн руб. (30+30)
• Выкуп оставшихся 20% доли: 20 млн руб. из выручки первого контракта
• Точка безубыточности по денежному потоку: см. п. 7.6.1 и Приложение Б

ТАБЛИЦА 4: Бюджет Фаза 2 (Маркетинг и продажи)

Структура расходов Фаза 2

Примечание: Команда Фаза 1 участвует в предпродажной подготовке и демонстрациях без снижения скорости разработки благодаря накопленной экспертизе.

ТАБЛИЦА 5: Прогноз выручки и возврата инвестиций

Сценарии монетизации

Возврат инвестиций инвестору

ТАБЛИЦА 6: Управление рисками и триггеры действий

Контрольные точки и планы митигации

Триггеры для масштабирования команды

ТАБЛИЦА 7: Дорожная карта продукта и вехи

Фаза 1: Разработка (месяцы 1-12)

Фаза 2: Коммерциализация (месяцы 13-24)

Итоговые рекомендации для включения в меморандум:

1. Четко обозначить вилку инвестиций: 120-150 млн руб. с резервом на форс-мажор
2. Подчеркнуть использование активов: выкуп доли = оплата за уже созданные технологии
3. Показать реалистичный cash flow: с запасом прочности 10+ месяцев
4. Включить планы митигации: триггеры и действия при отклонениях
5. Продемонстрировать путь к возврату инвестиций: через рост стоимости компании

Эти таблицы дают инвестору полную прозрачность и уверенность в управлении рисками.

6.0.1.Фазы развития (С УЧЕТОМ ВЫКУПА ДОЛИ)

Важное примечание: Все финансовые расчеты учитывают, что из общего раунда 120-150 млн руб.:

• 60 млн руб. направляются на выкуп доли у основателя (30+30 из траншей 1-2)
• 60 млн руб. направляются на развитие проекта (20+20+20 из траншей 1-3)
• 20 млн руб. на выкуп оставшихся 20% доли финансируются из выручки первого контракта
• 0-30 млн руб. опционный транш (при необходимости)

Фаза 1: ИИ-разработка (месяцы 1-12)

Ключевые активности:

• Разработка ИИ-моделей для нормоконтроля
• Обучение на датасетах
• Интеграция с платформой
• Тестирование и валидация точности

Контрольные точки:

• Месяц 5-6: Точность ИИ ≥ 70%? → Получение Транша 2
• Месяц 11-12: MVP готов? → Переходить к Фаза 2 / При необходимости: сфокусироваться на фундаментальном активе и цикл с участием эксперта

Фаза 2: внедрение у корпоративных клиентов (месяцы 13-24)

Ключевые активности:

• Продажи - корпоративные контракты
• Внедрение у первых клиентов
• Формирование референсных кейсов
• Расширение команды поддержки

Структура платежей (корпоративный сегмент):

• Аванс 30%: Месяц подписания контракта
• 50%: Месяц подписания + 90 дней (промежуточная приемка)
• 20%: Месяц подписания + 180 дней (финальная приемка)
• Поддержка: Начинается через 90 дней после подписания (ежемесячно)

Фаза 3: SaaS запуск (месяцы 31-42)

Ключевые активности:

• Разработка SaaS-версии платформы
• Запуск публичного доступа
• Привлечение первых SaaS-клиентов
• Масштабирование инфраструктуры

Фаза 4: Маркетплейс (месяцы 43-54)

Ключевые активности:

• Открытие маркетплейса для подрядчиков
• Привлечение активных участников экосистемы
• Запуск комиссионной модели
• Масштабирование транзакций

Фаза 5: Стабилизация (месяцы 55-60)

Ключевые активности:

• Оптимизация процессов
• Масштабирование на новые рынки
• Подготовка к Series B или exit

Поквартальная P&L (5 лет: Q1 2026 - Q4 2030)

Важно: Все расчеты учитывают, что на развитие доступно только 60 млн руб. из раунда (20+20+20), а не 150 млн. Выкуп доли (60 млн) не учитывается в OPEX и cash flow компании.

Базовый сценарий (млн руб.)

Пояснения к расчетам:

1. 2026 год (Q1-Q4, Фаза 1): Только разработка, выручка = 0. OPEX = 45.4 млн руб. (11.35 млн/квартал, burn rate 3.435 млн/мес)
2. 2027 год (Фаза 2, месяцы 13-24):
   • Q1-Q2: Маркетинг и продажи, burn rate 4.413 млн/мес (13.24 млн/квартал). Первая выручка в Q3 (базовый сценарий: месяц 18)
   • Q3: Первый контракт (аванс 30% = 30M, базовая модель)
   • Q4: Второй контракт (50% = 50M) + поддержка первого (15M) = 65M
3. 2028 год: Масштабирование корпоративного сегмента, запуск SaaS и Маркетплейс. Ключевые вехи по денежному потоку — в п. 7.6.1.
4. 2029-2030: Рост всех потоков выручки, устойчивый положительный cash flow

Поквартальный Cash Flow (с траншами инвестиций)

Важно: В колонке "Инвестиции (транши)" указаны только средства на развитие (без выкупа доли). Выкуп доли (30+30=60 млн) не попадает в cash компании.

Детальный Cash Flow (Q1 2026 - Q4 2030)

Ключевые метрики:

• Точка безубыточности по денежному потоку: см. п. 7.6.1 и таблицу выше
• Пиковое потребление: Q2 2026 (отрицательный cash: -2.7M RUB) — критическая точка перед Траншем 2
• Минимальный Cash Runway: Q2 2027 (отрицательный: -11.88M) — критическая точка перед первой выручкой в Q3 2027
• Cash на начало Фаза 2 (Q1 2027, месяц 13): 18.8 млн руб. (достаточно на 4+ месяца при burn rate 4.41 млн/мес)

Unit Economics по фазам

Фаза 1-2: корпоративный сегмент (месяцы 1-24)

Фаза 3: SaaS (месяцы 31-42)

Фаза 4: Маркетплейс (месяцы 43-54)

Анализ чувствительности

Ключевые драйверы с весами

Параметры консервативного сценария (при точности < 80% к месяцу 16)

Влияние консервативного сценария на финансовую модель:

• Выручка 2027: -25% (71.25M вместо 95M при 1 клиенте)
• Выручка 2028: -20% (152M вместо 190M при 2 клиентах)
• Точка безубыточности по денежному потоку (консервативная оценка): +3–4 месяца (месяц 36–38 вместо 32–34)
• EBITDA Margin: -5-7% (из-за увеличения OPEX)

Сценарный анализ

Базовый сценарий (вероятность 60%)

Оптимистичный сценарий (вероятность 25%)

Ключевые улучшения:

• 3 корпоративный клиента в 2027 (вместо 2)
• Быстрый рост SaaS (100+ клиентов к концу 2028)
• Высокий GMV маркетплейса (>2M RUB/клиент/год)

Пессимистичный сценарий (вероятность 15%)

Ключевые риски:

• 1 корпоративный клиент в 2027 (вместо 2)
• Медленный рост SaaS (50+ клиентов к концу 2028)
• Низкий GMV маркетплейса (<1M RUB/клиент/год)
• Корректировка стратегии → снижение цен и увеличение затрат

Сравнительная таблица сценариев

Метрики для мониторинга

Контрольные точки (Decision Gates)

Финансовые KPI (ежемесячно)

Процедуры корректировки

1. Еженедельный мониторинг: Cash Runway, Burn Rate
2. Ежемесячный анализ: Все финансовые KPI, сравнение с планом
3. Квартальный пересмотр: Сценарный анализ, корректировка допущений
4. При достижении Decision Gates: Полный анализ ситуации, решение о продолжении/корректировке

Детальный график выручки корпоративного сегмента

Структура платежей по контракту (80M лицензия + 25M поддержка/год)

Пример: Первый контракт (подписан в месяц 15-18, базовый сценарий: месяц 18)

Итого за первый год: 80M (лицензия) + 25M (поддержка) = 105M RUB

Детальный график выручки SaaS

Реалистичный рост клиентов

Примечания:

• Рост начинается медленно (3-4 клиента/мес) из-за необходимости валидации продукта
• Ускорение происходит после формирования референсных кейсов
• ARPU растет за счет upsell и улучшения продукта

Burn Rate по фазам

Тренд: Burn Rate растет по мере масштабирования бизнеса, но компенсируется ростом выручки.

Сводная таблица ключевых метрик

Конец детальной финансовой модели

Следующие шаги: Используйте данную модель для:

1. Ежемесячного мониторинга финансовых показателей
2. Принятия решений на контрольных точках (Decision Gates)
3. Корректировки стратегии при отклонениях от плана
4. Коммуникации с инвесторами о прогрессе проекта